RISETILMIAHRISETILMIAH

Impression : Jurnal Teknologi dan InformasiImpression : Jurnal Teknologi dan Informasi

Penentuan momen inersia efektif (𝐼𝑒) yang akurat sangat krusial dalam desain pelat beton bertulang untuk menjamin kekakuan dan kinerja layanan struktural. Pendekatan konvensional seringkali mengabaikan variabilitas 𝐼𝑒, berujung pada desain suboptimal atau boros material. Penelitian ini menyajikan metodologi inovatif yang mengintegrasikan model 𝐼𝑒 parametrik ke dalam plugin AutoCAD. Implementasi ini memungkinkan analisis kekakuan dan evaluasi kinerja layanan secara komprehensif sejak tahap awal desain. Hasilnya menunjukkan peningkatan efisiensi desain yang signifikan, dengan pengurangan waktu proses hingga 50% dan penghematan material 10-20%. Metodologi ini tidak hanya meningkatkan akurasi prediksi perilaku struktural, tetapi juga meminimalkan risiko overdesign dan kegagalan, berkontribusi pada desain yang lebih andal, ekonomis, dan berkelanjutan sesuai standar global.

Penelitian ini menunjukkan bahwa integrasi model momen inersia efektif (I_e) parametrik dalam plugin AutoCAD meningkatkan akurasi, transparansi, dan efisiensi perancangan struktur beton bertulang, mengurangi waktu proses hingga 50% dan menghemat material 10–20% serta memenuhi batasan ULS dan SLS.Meskipun terbatas pada platform AutoCAD dan asumsi linear elastik, pendekatan ini membuka peluang pengembangan untuk struktur non‑prategang dan material baru seperti stainless steel RC.Secara keseluruhan, solusi berbasis data dan otomatisasi ini mempercepat, mengefisienkan, dan meningkatkan kualitas desain struktur beton bertulang.

Penelitian selanjutnya dapat mengeksplorasi penerapan model parametrik I_e pada material beton bertulang pra‑tekan dan perilaku non‑linier dengan menggunakan platform BIM lain seperti Revit atau Rhino untuk mengatasi keterbatasan platform AutoCAD. Selanjutnya, diperlukan validasi eksperimental pada pelat beton berskala penuh untuk mengukur akurasi prediksi defleksi, retak, dan efektivitas plugin dalam kondisi lapangan nyata. Selain itu, integrasi teknik pembelajaran mesin dapat diteliti untuk memprediksi ketebalan optimal pelat berdasarkan variasi beban, sifat material, dan faktor keberlanjutan, sehingga menghasilkan keputusan desain yang lebih adaptif dan ramah lingkungan.

Read online
File size538.36 KB
Pages8
DMCAReport

Related /

ads-block-test