Professional Documents
Culture Documents
Modeling
Dengan berjalannya waktu, struktur perkerasan
akan mengalami kerusakan
Mengetahui bagaimana pola serta kecepatan
kerusakan menjadi kunci dalam pemrograman
pemeliharaan jalan
Bagaimana
po
kerusakan yang
terjadi?
ISI/PSI/PCI
Tahun
PPM adalah pengembangan model untuk
memprediksi prilaku perkerasan dalam
melayani traffic selama daur hidupnya.
Untuk memprediksi kondisi perkerasan pada
suatu segmen jalan
Untuk memperkirakan tipe dan timing dari
pemeliharaan jalan
Untuk proses optimasi dari suatu network jalan
Untuk dipakai dalam life cycle cost analyses
Regression Analysis
Markov Transition Probabilities
Bayesian Methodology
Pemikiran-pemikiran/prinsip-prinsip dasar
dari model yang akan dikembangkan
Pemilihan bentuk model matematikanya
Peranan statistik dan mekanika dalam
pengembangan model
Data yang dibutuhkan untuk specific
model
Modifikasi yang diperlukan nantinya untuk
memper-hitungkan pengaruh maintenance
pada jalan
Batasan-batasan dari model yang akan
dikembangkan
Database yang cukup lengkap dari in-
service pavements
Memperhitungkan semua variable yang
akan mempengaruhi performance dari
perkerasan
Bentuk fungsional dari model
Model secara statistik dapat
dipertanggung jawabkan dalam hal
akurasinya (r2, RMSE, dll.)
Menghubungkan suatu kejadian dengan
kejadian lainnya
Adanya Hubungan sebab-akibat
Syarat: hubungan secara nalar dapat
dimengerti
Contoh:
Ekonometrika
Hubungan aktifitas ekonomi dengan kebutuhan
prasarana
Positive Linear Relationship Relationship NOT Linear
y 0 1x
Variable
y y 0 1x
Observed Value
of y for xi
i Slope = 1
Predicted Value Random Error
of y for xi
for this x value
Intercept = 0
xi x
The sample regression line provides an estimate of
the population regression line
Independent
y i b0 b1x variable
e 2
(y y) 2
(y (b 0 b1x)) 2
The formulas for b1 and b0
are:
b1
( x x )( y y )
(x x) 2
algebraic equivalent:
x y
and
xy
b1 n b0 y b1 x
x 2
( x ) 2
n
USED TO SHOW THE
RELATIONSHIP BETWEEN TWO VARIABLES
y y
Y = f(x)
x x
y y
x x
(continued)
Strong relationships Weak relationships
y y
x x
y y
x x
(continued)
No relationship
x
Population correlation coefficient
(rho)
measures the strength of the association between
the variables
x x x
r = -1 r = -.6 r=0
y y
x x
r = +.3 r = +1
Sample correlation coefficient:
r
( x x)( y y)
[ ( x x ) ][ ( y y ) ]
2 2
where:
R r2 2
R2 = Coefficient of determination
r = Simple correlation coefficient
y
R2 = 1
x
R2 = +1
y
0 < R2 < 1
x
R2 = 0
y
No linear relationship
between x and y:
x x
residuals
x residuals x
Not Linear
Linear
y y
x x
residuals
x residuals x
Membutuhkan data
histori
Very Deterioration
Good Curve
Pavement
Condition
Very
Poor
Deterioration
Pavement
Condition
Curve
Major
Repairs
Required
Very
Poor
Preventive Maintenance
Pavement
Condition Rehabilitation
Reconstruction
Very
Poor
Strategies vs Conditions
Hasil Pengukuran IRI Dari suatu database
hasil pengukuran
Tahun IRI (m/km) kekasaran jalan
2007 2.1 menggunakan
2008 2.2
NAASRA didapatkan
2009 2.5
2010 3
data sebagai berikut.
2011 4 Buatlah model
2012 5 kerusakannnya
2013 6.5
7 Bagaimana
6 modelnya?
5
IRI (m/km)
4
3
2
1
0
2007 2008 2009 2010 2011 2012 2013 2014
Tahun
Model Kerusakan 1 Model Kerusakan 2
7 y = 0.1369x2 - 549.63x + 551655 7
R = 0.999 y = 1E-171e0.1965x
6 6 R = 0.9621
5 5
IRI (m/km)
4 4
IRI (m/km)
3 3
2 2
1 1
0 0
2007 2009 2011 2013 2015 2007 2009 2011 2013 2015
Tahun Tahun
35
30
25
20
IRI (m/km)
15
IRI
10 IRI 2
0
2005 2010 2015 2020 2025
-5
-10
Tahun