Perpustakaan Digital ITB

Penelitian ini dilatarbelakangi oleh masih minimnya penelitian tentang optimasi kolom laik tabrak dalam pembebanan lateral dengan tujuan untuk menentukan metode dan konfigurasi kolom hibrida optimal dari segi momen tekuk dan sudut rotasi kritis, mengetahui efektifitas model optimal terhadap model numerik dan eksperimen dan mengetahui faktor yang mempengaruhi hasil perbandingan parameter crashworthiness model optimal, numerik dan model eksperimen. Penelitian ini menggunakan studi numerik, optimasi dengan ANN, NSGA-II dan MOORA, serta metode eksperimental untuk validasi. Penelitian dimulai dengan pembuatan model numerik dasar berbentuk kolom lingkaran dengan material aluminum 6063-T6 dan Carbon Fibre Reinforced Plastics arah serat [-45/45/45/-45] dengan tebal masing – masing 1.5 mm. Model dasar kemudian divalidasi dengan metode eksperimental dengan penggunaan loadcell 25 kN dan konfigurasi model dasar kemudian dijadikan dasar pembentukan dataset berjumlah 150 data dengan variasi geometri penampang lingkaran, persegi, segi enam, segi delapan, tophat dan double tophat untuk optimasi ANN. Berdasarkan hasil ANN, tebal aluminum dan lapisan komposit memiki weight yang paling berpengaruh pada model. ANN menghasilkan persamaan weight dan bias yang kemudian digunakan untuk optimasi NSGAII dan MOORA. Model numerik optimal didapatkan dengan bentuk segi delapan, dengan tebal aluminum 3 mm dan 8 lapis komposit dengan arah serat [51/36/24/29/29/24/36/51] dan menghasilkan peningkatan yang signifikan dari model dasar, dimana terjadi peningkatan momen spesifik sebesar 115.3%, peningkatan gaya spesifik sebesar 115.3%, peningkatan SEA sebesar 90.75% dan peningkatan sudut rotasi kritis sebesar 61.36%, namun hal ini juga diikuti dengan konsekuensi peningkatan massa yang hampir empat kalinya. Model numerik kemudian divalidasi dengan nilai galat yang dapat diterima. Galat kemungkinan terjadi karena penggunaan loadcell (25 kN) yang masih jauh dari nilai gaya yang terjadi (8 kN) sehingga menyebabkan kurang akuratnya data eksperimen. Selain itu, model optimal dari machine learning juga telah diverifikasi dengan model numerik, dan juga menghasilkan galat yang dapat diterima (dibawah 10%). Beberapa faktor yang memperngaruhi galat tersebut ialah penggunaan loadcell yang memiliki ukuran terlalu besar dan faktor pengaturan internal media pembuatan model numerik yang tidak dipertimbangkan machine learning.