Repository Universitas BojonegoroLaporan Penelitian Internal Dosen : Prediksi Kinerja Mekanis Beton Berbasis Agregat Daur Ulang Menggunakan Machine Learning: Sebuah Studi Komparatif Dengan Beton KonvensionalSujiatSujiatauthorAbryandokoEko Wahyu AbryandokoauthorSafi’iAchmad Safi’iauthorBeton berbasis agregat daur ulang (Recycled Aggregate Concrete/RAC) merupakan alternatif material konstruksi yang sustainable untuk mengurangi eksploitasi sumber daya alam dan mengelola limbah konstruksi dan demolisi. Namun, prediksi kinerja mekanis RAC masih menjadi tantangan karena variabilitas properti agregat daur ulang yang tinggi. Penelitian ini bertujuan untuk mengembangkan model machine learning untuk memprediksi kuat tekan beton berbasis agregat daur ulang dan membandingkan performanya dengan prediksi beton normal. Dataset yang digunakan terdiri dari 2165 sampel (1600 beton normal dan 565 beton agregat daur ulang) yang dikumpulkan dari berbagai publikasi ilmiah. Data preprocessing meliputi handling missing values, penghapusan duplikat, dan deteksi outlier menggunakan metode Interquartile Range (IQR) yang diterapkan per kelompok usia curing. Tiga algoritma tree-based machine learning (Random Forest, XGBoost, dan LightGBM) diimplementasikan dan dioptimasi menggunakan RandomizedSearchCV dengan 5-fold cross-validation. Hasil penelitian menunjukkan bahwa LightGBM memberikan performa terbaik dengan R² = 0,92, MAE = 2,45 MPa, dan RMSE = 3,52 MPa pada testing set. Model mampu memprediksi kuat tekan beton normal (R² = 0,92) dan beton agregat daur ulang (R² = 0,91) dengan akurasi yang hampir setara, mengindikasikan generalisasi yang robust. Feature importance analysis mengungkapkan bahwa usia curing, kandungan semen, dan kandungan air merupakan faktor terpenting dalam prediksi kuat tekan, sementara untuk RAC, penyerapan air agregat daur ulang (WRCA) juga memberikan kontribusi signifikan. Error analysis menunjukkan bahwa residual bersifat random dan terdistribusi mendekati normal tanpa bias sistematis. Model ini dapat diandalkan untuk prediksi kuat tekan beton pada range 20-60 MPa dengan error rata-rata ±3-4 MPa, dan dapat diintegrasikan dalam software desain mix proporsi untuk meningkatkan efisiensi proses desain dan mendukung penggunaan material konstruksi berkelanjutanProdi Teknik Sipil2026-01-01LPPM UNIVERSITAS BOJONEGOROOther

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Bojonegoro the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Bojonegoro does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Bojonegoro) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.