Estimasi Nilai Parameter Kompaksi Berdasarkan Nilai Klasifikasi Tanah Pada Proyek Jalan Raya

DAFTAR PUSTAKA

Aadil N, Riaz S., dan Waseem U. 2014. Stabilization Of Subgrade Soils Using Cement And Lime: A Case Study Of Kala Shah Kaku, Lahore, Pakistan. Pakistan Journal Of Science, Vol.66 No.1 March, 2014.

Bowles, J.E., 1993. Sifat-sifat Fisis dan Geoteknis, Edisi Kedua, Erlangga, Jakarta. Gȕnaydin O, 2009. Estimation Of Soil Compaction Parameters By Using Statistical Analysis And Artificial Neural Networks, Environ Geol (2009) 57:203-215. Hardiyatmo, H.C., 2013. Stabilisasi Tanah Untuk Perkerasan Jalan. Gajah Mada

University Press, Yogyakarta.

Isik F, dan Ozden G., 2013. Estimating Compaction Parameters Of Fine- And Coarse- Grained Soils By Means Of Artificial Neural Networks, Environ Earth Sci (2013) 69:2287-2297.

Kamarudin, F.B., 2005. Estimation Of Soil Compaction Parameter Based On Atterberg Limits, Skripsi Sarjana, Fakultas Teknik Sipil, Universitas Teknologi Malaysia.

Karim N.A, Noor N.M, Rashid A.S.A, dan Yacoob H., 2014. Effect Of Cement Stabilized Kaolin Subgrade On Strength Properties, Journal Of Applied Science 14(8): 842-845, 2014.

Matcalf, J.B, dan Romanoschi, S.A., 2007. Prediction Od Maximum Dry Density And Optimum Moisture Content From Simple Material Properties.

Muis, Z.A., 1998. Penentuan Berat Isi Kering Maksimum Bahan Aggregat Base Berdasarkan Data Klasifikasi Tanah Pada Proyek Jalan Raya, Seminar

Highway Engineering, Medan Academic Commitee (MAC), Teknik Sipil USU.

Muis, Z.A., dan Siagian D, 2013. Estimasi Nilai Parameter Kompaksi Bahan Subgrade Berdasarkan Nilai Index Properties Pada Proyek Jalan Raya, Skripsi Sarjana Departemen Teknik Sipil USU.

Nendi, A.M., (2010). Korelasi Antara Hasil Ujian Mampatan Dengan Had Atterberg, Skripsi Sarjana, Fakultas Teknik Sipil, Universitas Teknologi Malaysia.

Novianto, Dandung., 2012. Mekanika Tanah.

Smith, M.J., (1984). Mekanika Tanah. (Elly Madyayanti), Jakarta: Erlangga. Surendro, Bambang., 2014. Mekanika Tanah.

Sridharan, A., dan Nagaraj, H.B., (2005). Plastic Limit And Compaction Characteristic Of Fine Grained Soils, Ground Improvement (2005) 9, No.1, 17-22.

Ugbe, F.C., (2011). Estimating Compaction Characteristics From Fines in A-2 Type Lateritic Soils, Research Journal Of Environmental And Earth Sciences 3(4): 433-437, 2011.

Ugbe, F.C., (2012). Predicting Compaction Characteristics Of Lateritic Soil Of Western Niger Delta, Nigeria, Research Journal Of Environmental And Earth Sciences 4(5): 553-559, 2012.

Zakaria, H.B., (2007). Correlation Between Results Of Compaction Test And Atterberg Limits, Tugas Akhir Sarjana, Fakultas Teknik Sipil, Universitas Teknologi Malaysia.

BAB III

METODOLOGI PENELITIAN

3.1 Metode dan Lokasi Penelitian

Penelitian ini merupakan penelitian eksperimental yaitu melakukan

pengujian tanah sampel subgrade di Laboratorium Mekanika Tanah, Departemen Teknik Sipil, Universitas Sumatera Utara.

3.2 Sampel

Sampel (bahan subgrade) yang digunakan berasal dari material timbunan dari PT. Perkebunan Nusantara II Kecamatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara.

Menurut Cohen, et.al, (2007, hlm. 101) semakin besar sample dari besarnya populasi yang ada adalah semakin baik, akan tetapi ada jumlah batas minimal yang harus diambil oleh peneliti yaitu sebanyak 30 sampel. Sebagaimana dikemukakan oleh Baley dalam Mahmud (2011, hlm. 159) yang menyatakan bahwa untuk penelitian yang menggunakan analisis data statistik, ukuran sampel

paling minimum adalah 30.

Senada dengan pendapat tersebut, Roscoe dalam Sugiono (2012, hlm. 91) menyarankan tentang ukuran sampel untuk penelitian sebagai berikut:

Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500.

Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen), maka jumlah anggota sampel = 10 x 5 = 50

Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-masing antara 10 s/d 20.

Pada penelitian ini jumlah sampel yang akan diuji adalah sebanyak 30 sampel.

3.3 Tahap Persiapan

Tahapan pertama dari kegiatan penelitian ini adalah persiapan material yaitu, pengambilan sampel dilakukan secara acak dari PT. Perkebunan Nusantara II Kecmatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara. Sampel yang digunakan harus tidak mengandung akar-akar tanah, batuan dan humus yang dapat terangkat dalam tanah yang akan dipakai.

Sampel yang telah diambil dikeringkan dan dihampar di Laboratorium agar cepat kering untuk mendapatkan kondisi kering udara. Sebuah sampel (benda uji) memiliki berat kurang lebih 11 kg. Setiap sampel diberi label nama PTP-1 hingga PTP-30. Selanjutnya dilakukan pengujian laboratorium untuk masing-masing sampel tersebut.

Gambar 3.1 Sampel Tanah yang akan diuji (Sumber: Dokumentasi pribadi)

3.4 Tahap Pengujian di Laboratorium

Pengujian laboratorium terdiri dari pengujian sifat fisik tanah (index

properties) dan Pengujian Kompaksi yaitu: Pengujian Kadar Air, Berat Jenis, Atterberg, Analisa Saringan, Klasifikasi Tanah dan Uji Pemadatan Standar.

3.5 Tahap Pengolahan Data

Dari hasil pengujian di Laboratorium diperoleh nilai-nilai indeks properties tanah dan nilai parameter kompaksi untuk setiap sampel. Keseluruhan data hasil pengujian Laboratorium kemudian ditabulasi untuk memudahkan perhitungan pada tahap estimasi.

3.6 Tahap Estimasi Hubungan Parameter Kompaksi dengan Indeks Properties

Estimasi hubungan Parameter Kompaksi dengan indeks properties dilakukan dengan dua cara: pertama, secara regresi linear dan kedua, dengan menggunakan model Goswami.

Pada tahap estimasi secara regresi linear data yang diperlukan adalah nilai-nilai indeks properties yakni nilai-nilai kadar air, berat jenis, Atterberg Limit dan persen butiran halus. Sedangkan pada tahap estimasi dengan menggunakan model Goswami data yang diperlukan adalah persen butiran halus saja. Kemudian masing-masing hasil estimasi tersebut dapat dikelompokkan berdasarkan nilai klasifikasi tanahnya.

3.7 Tahap Analisa Hasil Estimasi

Menganalisa hasil estimasi dengan cara regresi linear, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan indeks properties. Dari persamaan tersebut kemudian dilihat tingkat kepercayaannya (R2) dan rentang kepercayaannya.

Kemudian menganalisa hasil estimasi dengan model Goswami, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan nilai fines (persen butiran halus) saja. Kemudian dilihat tingkat kepercayaan dengan cara validasi, yakni untuk mendapatkan korelasi positif tingkat kepercayaannya.

Nilai parameter kompaksi estimasi yang diperoleh secara regresi linear maupun dengan model Goswami tersebut kemudian diperbandingkan dengan nilai

parameter kompaksi yang diperoleh dari Laboratorium. Nilai parameter kompaksi estimasi juga dianalisa berdasarkan klasifikasi tanah yang diperoleh.

Keseluruhan tahapan diatas dapat dilihat pada Bagan Alir pada Gambar 3.2:

Gambar 3.2. Diagram Alir Penelitian

Tahap Persiapan _{Studi Literatur}

Tahap Pengujian di Laboratorium 1. Uji Kadar Air

2. Uji Berat Jenis 3. Uji Atterberg 4. Analisa Saringan 5. Uji Proctor Standar

Tahap Analisa

Kesimpulan dan Saran

Selesai Mulai

Tahap Estimasi Hubungan Parameter Kompaksi dengan Index Properties

BAB IV

HASIL DAN ANALISA DATA

4.1 Hasil

Hasil penelitian merupakan hasil yang diperoleh dari pengujian di laboratorium dan hasil estimasi parameter kompaksi.

4.1.1 Hasil Pengujian di Laboratorium

Dari pengujian di laboratorium diperoleh hasil sebagai berikut:

Tabel 4.1 Hasil Pengujian Kadar Air

No. w No. W No. W

1. 30.71 11. 29.60 21. 30.80

2. 36.95 12. 33.00 22. 31.55

3. 32.09 13. 33.06 23. 30.32

4. 30.40 14. 30.74 24. 32.92

5. 35.43 15. 33.95 25. 33.15

6. 32.25 16. 34.00 26. 32.90

7. 33.15 17. 32.92 27. 30.99

8. 33.24 18. 32.94 28. 32.06

9. 34.46 19. 34.67 29. 32.46

10. 33.27 20. 31.95 30. 30.86

Tabel 4.2 Hasil Pengujian Berat Jenis

No. SG No. SG No. SG

1. 2.606 11. 2.603 21. 2.613

2. 2.604 12. 2.625 22. 2.682

3. 2.617 13. 2.637 23. 2.657

4. 2.632 14. 2.604 24. 2.692

5. 2.598 15. 2.633 25. 2.644

6. 2.603 16. 32.29 26. 2.650

7. 2.637 17. 38.26 27. 2.646

8. 2.603 18. 23.95 28. 2.670

9. 2.603 19. 41.90 29. 2.671

Tabel 4.3 Hasil Pengujian Atterberg Limit

No LL PL PI

1. _{29.67 17.21 12.46}

2. _{39.56 23.73 15.82}

3. _{29.83 17.37 12.46}

4. _{29.08 17.21 11.87}

5. _{32.64 21.10 11.54}

6. _{33.09 21.63 11.46}

7. _{32.78 20.97 11.82}

8. _{29.71 17..22 12.49}

9. 39.11 24.65 14.46

10. _{29.08 17.33 11.75}

11. _{38.05 25.00 13.05}

12. _{33.17 20.81 12.36}

13. _{29.77 13.79 12.38}

14. _{29.75 17.52 12.23}

15. _{29.78 16.56 13.22}

16. 32.29 20.48 11.81

17. 38.26 20.11 18.15

18. 23.95 15.96 7.99

19. 41.90 22.06 19.84

20. 39.00 18.87 20.13

21. 40.28 24.44 15.84

22. 36.98 19.30 17.68

23. 31.06 19.20 11.86

24. 20.39 15.97 4.42

25. 30.96 16.35 14.61

26. 39.84 22.23 17.61

27. 36.67 21.18 15.49

28. 34.00 20.81 13.19

29. 30.23 12.37 17.86

Tabel 4.4 Hasil Pengujian Persen Butiran Halus

Tabel 4.5 Hasil Pengujian Kompaksi

Tabel 4.6 menunjukkan rangkuman hasil pengujian di Laboratorium yaitu nilai-nilai indeks properties tanah dan nilai parameter kompaksi.

No. FINES No. FINES No. FINES

1. 45.28 11. 51.87 21. 55.91 2. 50.98 12. 48.84 22. 56.34 3. 50.11 13. 44.43 23. 55.91 4. 50.03 14. 42.03 24. 52.95 5. 50.15 15. 50.93 25. 53.09 6. 50.07 16. 56.94 26. 49.17 7. 43.37 17. 57.03 27. 55.03 8. 50.63 18. 53.76 28. 56.37 9. 50.59 19. 57.86 29. 48.19 10. 50.67 20. 57.22 30. 50.19

No.

γ

max wopt No.

γ

max wopt

1. 1.519 20.79 16. 1.454 25.51 2. 1.488 24.21 17. 1.457 26.62 3. 1.533 21.67 18. 1.490 25.14 4. 1.538 21.45 19. 1.427 26.66 5. 1.506 22.15 20. 1.456 25.08 6. 1.519 22.17 21. 1.442 26.22 7. 1.521 20.66 22. 1.489 25.55 8. 1.527 21.18 23. 1.471 25.94 9. 1.466 24.01 24. 1.502 21.58 10. 1.522 21.58 25. 1.498 23.34 11. 1.481 24.08 26. 1.447 25.78 12. 1.522 22.16 27. 1.453 25.86 13. 1.556 20.34 28. 1.464 25.46 14. 1.566 19.81 29. 1.512 20.18 15. 1.530 21.75 30. 1.472 25.20

Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium

No. Sampel W SG LL PL PI FINES

γ

max wopt

1. PTB-1 30.71 2.606 29.67 17.21 12.46 45.28 1.519 20.79

2. PTB-2 36.95 2.604 39.56 23.73 15.82 50.98 1.488 24.21

3. PTB-3 32.09 2.617 29.83 17.37 12.46 50.11 1.533 21.67

4. PTB-4 30.40 2.632 29.08 17.21 11.87 50.03 1.538 21.45

5. PTB-5 35.43 2.598 32.64 21.10 11.54 50.15 1.506 22.15

6. PTB-6 32.25 2.603 33.09 21.63 11.46 50.07 1.519 22.17

7. PTB-7 33.15 2.637 32.78 20.97 11.82 43.37 1.521 20.66

8. PTB-8 33.24 2.603 29.71 17..22 12.49 50.63 1.527 21.18

9. PTB-9 34.46 2.603 39.11 24.65 14.46 50.59 1.466 24.01

10. PTB-10 33.27 2.605 29.08 17.33 11.75 50.67 1.522 21.58

11. PTB-11 29.60 2.603 38.05 25.00 13.05 51.87 1.481 24.08

12. PTB-12 33.00 2.625 33.17 20.81 12.36 48.84 1.522 22.16

13. PTB-13 33.06 2.637 29.77 13.79 12.38 44.43 1.556 20.34

14. PTB-14 30.74 2.604 29.75 17.52 12.23 42.03 1.566 19.81

Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium (lanjutan)

No. Sampel W SG LL PL PI FINES

γ

max wopt

16. PTB-16 34.00 2.660 32.29 20.48 11.81 56.94 1.454 25.51

17. PTB-17 32.92 2.670 38.26 20.11 18.15 57.03 1.457 26.62

18. PTB-18 32.94 2.615 23.95 15.96 7.99 53.76 1.490 25.14

19. PTB-19 34.67 2.640 41.90 22.06 19.84 57.86 1.427 26.66

20. PTB-20 31.95 2.699 39.00 18.87 20.13 57.22 1.456 25.08

21. PTB-21 30.80 2.613 40.28 24.44 15.84 55.91 1.442 26.22

22. PTB-22 31.55 2.682 36.98 19.30 17.68 56.34 1.489 25.55

23. PTB-23 30.32 2.657 31.06 19.20 11.86 55.91 1.471 25.94

24. PTB-24 32.92 2.692 20.39 15.97 4.42 52.95 1.502 21.58

25. PTB-25 33.15 2.644 30.96 16.35 14.61 53.09 1.498 23.34

26. PTB-26 32.90 2.650 39.84 22.23 17.61 49.17 1.447 25.78

27. PTB-27 30.99 2.646 36.67 21.18 15.49 55.03 1.453 25.86

28. PTB-28 32.06 2.670 34.00 20.81 13.19 56.37 1.464 25.46

29. PTB-29 32.46 2.671 30.23 12.37 17.86 48.19 1.512 20.18

4.1.2 Hasil Estimasi Hubungan Parameter Kompaksi dengan nilai indeks properties

Estimasi parameter kompaksi secara regresi linear menghasilkan persamaan sebagai berikut:

 γdmax* = 1,862 - 0,005*FINES – 0,003*LL (4.1)

R2 = 0,75

 wopt* = -0,607 + 0,362*FINES + 0,161*LL (4.2)

R2 = 0,80

Dari kedua persamaan tersebut kemudian diperoleh nilai berat isi kering maksimum estimasi (γdmax*) dan kadar air optimum estimasi (wopt*) seperti terlihat

Tabel 4.7 Hasil Estimasi Parameter Kompaksi Model Regresi

No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt* 1 PTB-1 A-6 (2) SC 30.71 2.606 29.67 17.21 12.46 45.28 1.519 1.537 20.79 20.57 2 PTB-2 A-6 (4) CL 36.95 2.604 39.56 23.73 15.82 50.98 1.488 1.477 24.21 24.23 3 PTB-3 A-6 (3) CL 32.09 2.617 29.83 17.37 12.46 50.11 1.533 1.512 21.67 22.34 4 PTB-4 A-6 (2) CL 30.40 2.632 29.08 17.21 11.87 50.03 1.538 1.515 21.45 22.19 5 PTB-5 A-6 (3) CL 35.43 2.598 32.64 21.10 11.54 50.15 1.506 1.503 22.15 22.81 6 PTB-6 A-6(2) CL 32.25 2.603 33.09 21.63 11.46 50.07 1.519 1.502 22.17 22.85 7 PTB-7 A-6(3) CL 33.15 2.637 32.78 20.97 11.82 43.37 1.521 1.538 20.66 20.38 8 PTB-8 A-4(1) CL 33.24 2.603 29.71 17..22 12.49 50.63 1.527 1.510 21.18 22.51 9 PTB-9 A6-(4) CL 34.46 2.603 39.11 24.65 14.46 50.59 1.466 1.481 24.01 24.01 10 PTB-10 A6-(2) CL 33.27 2.605 29.08 17.33 11.75 50.67 1.522 1.511 21.58 22.42 11 PTB-11 A6-(3) ML 29.60 2.603 38.05 25.00 13.05 51.87 1.481 1.478 24.08 24.31 12 PTB-12 A6-(3) SC 33.00 2.625 33.17 20.81 12.36 48.84 1.522 1.508 22.16 22.42 13 PTB-13 A6-(5) SC 33.06 2.637 29.77 13.79 12.38 44.43 1.556 1.541 20.34 20.28 14 PTB-14 A6-(1) SC 30.74 2.604 29.75 17.52 12.23 42.03 1.566 1.554 19.81 19.41 15 PTB-15 A6-(3) CL 33.95 2.633 29.78 16.56 13.22 50.93 1.530 1.508 21.75 22.63

Tabel 4.7 Hasil Estimasi Parameter Kompaksi Model Regresi (lanjutan)

No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt* 16 PTB-16 A-6(4) CL 34.00 2.660 32.29 20.48 11.81 42.67 1.454 1.469 25.51 25.21 17 PTB-17 A6-(7) CL 32.92 2.670 38.26 20.11 18.15 41.79 1.457 1.450 26.62 26.21 18 PTB-18 A4-(1) CL 32.94 2.615 23.95 15.96 7.99 39.66 1.490 1.511 25.14 22.71 19 PTB-19 A7-(7) CL 34.67 2.640 41.90 22.06 19.84 39.70 1.427 1.435 26.66 27.10 20 PTB-20 A6-(12) CL 31.95 2.699 39.00 18.87 20.13 39.75 1.456 1.447 25.08 26.40 21 PTB-21 A6-(6) CL 30.80 2.613 40.28 24.44 15.84 40.62 1.442 1.450 26.22 26.13 22 PTB-22 A6-(7) CL 31.55 2.682 36.98 19.30 17.68 41.25 1.489 1.458 25.55 25.75 23 PTB-23 A6-(4) CL 30.32 2.657 31.06 19.20 11.86 40.80 1.471 1.468 25.94 25.39 24 PTB-24 A4-(2) CL 32.92 2.692 20.39 15.97 4.42 40.65 1.502 1.526 21.58 21.84 25 PTB-25 A6-(1) CL 33.15 2.644 30.96 16.35 14.61 43.12 1.498 1.493 23.34 23.60 26 PTB-26 A6-(5) SC 32.90 2.650 39.84 22.23 17.61 42.45 1.447 1.486 25.78 23.62 27 PTB-27 A6-(5) CL 30.99 2.646 36.67 21.18 15.49 41.63 1.453 1.466 25.86 25.23 28 PTB-28 A6-(4) CL 32.06 2.670 34.00 20.81 13.19 42.17 1.464 1.467 25.46 25.28 29 PTB-29 A6-(4) SC 32.46 2.671 30.23 12.37 17.86 41.55 1.512 1.521 20.18 21.71 30 PTB-30 A6-(4) CL 30.86 2.640 31.26 15.89 15.37 39.71 1.472 1.507 25.20 22.60

Berat isi kering maksimum estimasi (γdmax#) dengan model Goswami (pers.

2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.1 dan Tabel 4.8.

Gambar 4.1 Hubungan Log G dengan Berat Isi Kering Maksimum (γdmaks)

Sedangkan Kadar Air Optimum estimasi (wopt#) dengan model Goswami

(pers. 2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.2 dan Tabel 4.9.

Gambar 4.2 Hubungan Log G dengan Kadar Air Optimum (wopt)

y = -0.3764x + 2.4825

1.42 1.44 1.46 1.48 1.50 1.52 1.54 1.56 1.58

2.52 2.54 2.56 2.58 2.60 2.62 2.64 2.66 2.68 2.70 2.72

B e rat I si K e ri n g m ak si m u m Log G

Konstanta m dan k

y = 21.265x - 32.421

0 5 10 15 20 25 30

2.520 2.540 2.560 2.580 2.600 2.620 2.640 2.660 2.680 2.700 2.720 wo

p

t

Log G

Tabel 4.8 Berat Isi Kering Estimasi Model Goswami

NO X1 X2 X3 G Log G

ᵞ

_dmax

ᵞ

_dmax#

1 0.00 175.01 24.99 424.09 2.63 1.52 1.49

2 0.00 150.06 49.94 365.77 2.56 1.49 1.52

3 0.00 144.36 55.64 352.44 2.55 1.53 1.52

4 0.00 153.50 46.50 373.81 2.57 1.54 1.51

5 0.00 153.44 46.56 373.67 2.57 1.51 1.51

6 0.00 158.83 41.17 386.27 2.59 1.52 1.51

7 0.00 191.43 8.57 462.47 2.67 1.52 1.48

8 0.00 151.25 48.75 368.55 2.57 1.53 1.52

9 0.00 150.17 49.83 366.02 2.56 1.47 1.52

10 0.00 147.03 52.97 358.68 2.55 1.52 1.52

11 0.00 139.70 60.30 341.55 2.53 1.48 1.53

12 0.00 163.04 36.96 396.11 2.60 1.52 1.50

13 0.00 150.08 49.92 365.81 2.56 1.56 1.52

14 0.00 169.37 30.63 410.90 2.61 1.57 1.50

15 0.00 152.38 47.62 371.19 2.57 1.53 1.52

16 0.00 182.13 17.88 440.72 2.64 1.45 1.49

17 0.00 185.88 14.12 449.49 2.65 1.46 1.48

18 0.00 196.95 3.06 475.36 2.68 1.49 1.47

19 0.00 198.54 1.46 479.08 2.68 1.43 1.47

20 0.00 198.05 1.95 477.94 2.68 1.46 1.47

21 0.00 195.93 4.08 472.97 2.67 1.44 1.48

22 0.00 192.43 7.57 464.79 2.67 1.49 1.48

23 0.00 194.96 5.04 470.72 2.67 1.47 1.48

24 0.00 196.64 3.36 474.65 2.68 1.50 1.48

25 0.00 169.22 30.78 492.66 2.69 1.50 1.47

26 0.00 190.84 9.16 461.08 2.66 1.45 1.48

27 0.00 192.78 7.22 465.62 2.67 1.45 1.48

28 0.00 190.14 9.86 459.45 2.66 1.46 1.48

29 0.00 190.55 9.45 460.40 2.66 1.51 1.48

Tabel 4.9 Kadar Air Optimum Model Goswami

NO X1 X2 X3 G Log G _{Wopt Wopt}#

1 0.000 175.010 24.990 424.086 2.627 20.79 _23.452

2 0.000 150.060 49.940 365.765 2.563 24.21 _22.085

3 0.000 144.360 55.640 352.442 2.547 21.67 _21.743

4 0.000 153.500 46.500 373.806 2.573 21.45 _22.286

5 0.000 153.440 46.560 373.666 2.572 22.15 _22.283

6 0.000 158.830 41.170 386.265 2.587 22.17 _22.589

7 0.000 191.430 8.570 462.468 2.665 20.66 _24.252

8 0.000 151.250 48.750 368.547 2.566 21.18 _22.155

9 0.000 150.170 49.830 366.022 2.564 24.01 _22.092

10 0.000 147.030 52.970 358.683 2.555 21.58 _21.905

11 0.000 139.700 60.300 341.549 2.533 24.08 _21.453

12 0.000 163.040 36.960 396.106 2.598 22.16 _22.821

13 0.000 150.080 49.920 365.812 2.563 20.34 _22.087

14 0.000 169.370 30.630 410.902 2.614 19.81 _23.160

15 0.000 152.380 47.620 371.188 2.570 21.75 _22.221

16 0.000 182.125 17.875 440.717 2.644 25.51 _23.807

17 0.000 185.880 14.120 449.495 2.653 26.62 _23.989

18 0.000 196.945 3.055 475.359 2.677 25.14 _24.506

19 0.000 198.535 1.465 479.076 2.680 26.66 _24.578

20 0.000 198.050 1.950 477.942 2.679 25.08 _24.556

21 0.000 195.925 4.075 472.975 2.675 26.22 _24.459

22 0.000 192.425 7.575 464.793 2.667 25.55 _24.298

23 0.000 194.960 5.040 470.719 2.673 25.94 _24.415

24 0.000 196.640 3.360 474.646 2.676 21.58 _24.492

25 0.000 169.220 30.780 492.662 2.693 23.34 _24.836

26 0.000 190.835 9.165 461.077 2.664 25.78 _24.224

27 0.000 192.780 7.220 465.623 2.668 25.86 _24.315

28 0.000 190.140 9.860 459.452 2.662 25.46 _24.192

29 0.000 190.545 9.455 460.399 2.663 20.18 _24.211

Tabel 4.8 menunjukkan hasil analisa saringan dan hasil proctor laboratorium serta perhitungan berat isi kering dengan model Goswami. Semua sampel yang dianalisa menunjukkan nilai indeks plastis sama dengan nol dan % lewat saringan 0,075 mm diantara 0-25 dan nilai IP>10% maka nilai F diambil = 0. Klasifikasi tanah berdasarkan hasil laboratorium menunjukkan hasil A4, A6 dan A7 untuk semua sampel yang ada. Hubungan antara Log G dengan berat isi kering maksimum (γdmaks) diperoleh berdasarkan gambar 4.1 yang menunjukkan konstanta

m dan k. Estimasi untuk berat isi kering maksimum (γdmax#

)

menggunakan

konstanta m dan k.

Tabel 4.9 menunjukkan hasil analisa saringan dan hasil proctor laboratorium serta perhitungan berat isi kering dengan model Goswami. Semua sampel yang dianalisa menunjukkan nilai indeks plastis sama dengan nol dan % lewat saringan 0,075 mm diantara 0-25 dan nilai IP>10% maka nilai F diambil = 0. Klasifikasi tanah berdasarkan hasil laboratorium menunjukkan hasil A4, A6 dan A7 untuk semua sampel yang ada. Hubungan antara Log G dengan kadar air optimum (wopt#) diperoleh berdasarkan grafik 4.2 yang menunjukkan konstanta m dan k.

Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami

No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt# 1 PTB-1 A-6 (2) SC 30.71 2.606 29.67 17.21 12.46 45.28 1.519 1.494 20.79 23.452 2 PTB-2 A-6 (4) CL 36.95 2.604 39.56 23.73 15.82 50.98 1.488 1.518 24.21 22.085 3 PTB-3 A-6 (3) CL 32.09 2.617 29.83 17.37 12.46 50.11 1.533 1.524 21.67 21.743 4 PTB-4 A-6 (2) CL 30.40 2.632 29.08 17.21 11.87 50.03 1.538 1.514 21.45 22.286 5 PTB-5 A-6 (3) CL 35.43 2.598 32.64 21.10 11.54 50.15 1.506 1.514 22.15 22.283 6 PTB-6 A-6(2) CL 32.25 2.603 33.09 21.63 11.46 50.07 1.519 1.509 22.17 22.589 7 PTB-7 A-6(3) CL 33.15 2.637 32.78 20.97 11.82 43.37 1.521 1.479 20.66 24.252 8 PTB-8 A-4(1) CL 33.24 2.603 29.71 17..22 12.49 50.63 1.527 1.516 21.18 22.155 9 PTB-9 A6-(4) CL 34.46 2.603 39.11 24.65 14.46 50.59 1.466 1.518 24.01 22.092 10 PTB-10 A6-(2) CL 33.27 2.605 29.08 17.33 11.75 50.67 1.522 1.521 21.58 21.905 11 PTB-11 A6-(3) ML 29.60 2.603 38.05 25.00 13.05 51.87 1.481 1.529 24.08 21.453 12 PTB-12 A6-(3) SC 33.00 2.625 33.17 20.81 12.36 48.84 1.522 1.505 22.16 22.821 13 PTB-13 A6-(5) SC 33.06 2.637 29.77 13.79 12.38 44.43 1.556 1.518 20.34 22.087 14 PTB-14 A6-(1) SC 30.74 2.604 29.75 17.52 12.23 42.03 1.566 1.499 19.81 23.160 15 PTB-15 A6-(3) CL 33.95 2.633 29.78 16.56 13.22 50.93 1.530 1.515 21.75 22.221

Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami (Lanjutan)

Tabel 4.10 Hasil estimasi nilai parameter kompaksi menggunakan variable persen butiran halus.

No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt# 16 PTB-16 A-6(4) CL 34.00 2.660 32.29 20.48 11.81 42.67 1.454 1.487 25.51 23.807 17 PTB-17 A6-(7) CL 32.92 2.670 38.26 20.11 18.15 41.79 1.457 1.484 26.62 23.989 18 PTB-18 A4-(1) CL 32.94 2.615 23.95 15.96 7.99 39.66 1.490 1.475 25.14 24.506 19 PTB-19 A7-(7) CL 34.67 2.640 41.90 22.06 19.84 39.70 1.427 1.474 26.66 24.578 20 PTB-20 A6-(12) CL 31.95 2.699 39.00 18.87 20.13 39.75 1.456 1.474 25.08 24.556 21 PTB-21 A6-(6) CL 30.80 2.613 40.28 24.44 15.84 40.62 1.442 1.476 26.22 24.459 22 PTB-22 A6-(7) CL 31.55 2.682 36.98 19.30 17.68 41.25 1.489 1.479 25.55 24.298 23 PTB-23 A6-(4) CL 30.32 2.657 31.06 19.20 11.86 40.80 1.471 1.476 25.94 24.415 24 PTB-24 A4-(2) CL 32.92 2.692 20.39 15.97 4.42 40.65 1.502 1.475 21.58 24.492 25 PTB-25 A6-(1) CL 33.15 2.644 30.96 16.35 14.61 43.12 1.498 1.469 23.34 24.836 26 PTB-26 A6-(5) SC 32.90 2.650 39.84 22.23 17.61 42.45 1.447 1.480 25.78 24.224 27 PTB-27 A6-(5) CL 30.99 2.646 36.67 21.18 15.49 41.63 1.453 1.478 25.86 24.315 28 PTB-28 A6-(4) CL 32.06 2.670 34.00 20.81 13.19 42.17 1.464 1.480 25.46 24.192 29 PTB-29 A6-(4) SC 32.46 2.671 30.23 12.37 17.86 41.55 1.512 1.480 20.18 24.211 30 PTB-30 A6-(4) CL 30.86 2.640 31.26 15.89 15.37 39.71 1.472 1.473 25.20 24.640

4.2Analisa Hasil Estimasi  Analisa Model Regresi

Setelah hasil estimasi dengan model regresi diketahui dapat disimpulkan bahwa persamaan 4.2 dengan nilai R2 _{=0,75 dan persamaan 4.3 dengan nilai} R2_{=0,80 dikategorikan sangat baik sesuai Tabel 4.11.}

Tabel 4.11 Keakuratan korelasi berdasarkan koefisien determinasi, R2_{(Marto, 1996)}

Untuk berat isi kering (

γd

max*) model Regresi dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang

kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (

γd

max) hasil laboratorium dan hasil perhitungan dari model Regresi

(

γd

max*). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05.

Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.12. Perhitungan t hitung dan t tabel berat isi kering Model Regresi

Klasifikasi A4, A-6 dan A-7

Koefisien Korelasi 1,002

t hitung 3,268

Gambar 4.3. Hubungan berat isi kering aktual dengan berat isi kering estimasi Model Regresi

Untuk kadar air optimum (Wopt*) model Regresi dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang

kepercayaan 95% didapat korelasi positif yang nyata antara Kadar ir Optimum (Wopt) hasil laboratorium dan hasil perhitungan dari model Regresi (Wopt*). Ho

ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.13. Perhitungan t hitung dan t tabel kadar air optimum Model Regresi

Klasifikasi A-6 dan A-7

Koefisien Korelasi 1,000

t hitung 3,674

T tabel 95% rentang kepercayaan 2,055

1.42 1.44 1.46 1.48 1.5 1.52 1.54 1.56

1.42 1.44 1.46 1.48 1.5 1.52 1.54 1.56 1.58

B e rat I si K e ri n g E st im as i ᵞ d *

Berat Isi Kering Aktual ᵞd

Gambar 4.4. Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Regresi

 Analisa Model Goswami

Untuk berat isi kering (

γd

max#) model Goswami dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.10 diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (

γd

max) hasil laboratorium dan hasil perhitungan dari model yang

disarankan Goswami (

γd

max#). Ho ditolak dan H1 diterima, t hitung > t tabel atau

nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.14. Perhitungan t hitung dan t tabel berat isi kering Model Goswami

Klasifikasi A4, A-6 dan A-7

Koefisien Korelasi 0,988

t hitung 3,453

T tabel 95% rentang kepercayaan 2,052

0 5 10 15 20 25 30

0 5 10 15 20 25 30

K ad ar A ir O p ti m u m E S ti m as i wo p t *

Kadar Air Optimum Aktual w_opt

Gambar 4.5.

Hubungan berat isi kering aktual dengan berat isi kering estimasi model Goswami Selanjutnya untuk kadar air optimum (wopt#) model Goswami dilakukan

analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untuk

menguji hipotesa Ho : u = O lawan H1 : u ≠ O. Berdasarkan data tabel 4.10

diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Kadar Air Optimum (Wopt*) hasil laboratorium dan hasil perhitungan dari model

yang disarankan Goswami (Wopt#). Ho ditolak dan H1 diterima, t hitung > t tabel

atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.15. Perhitungan t hitung dan t tabel kadar air optimum Model Goswami

Klasifikasi A-6 dan A-7

Koefisien Korelasi 1,000

t hitung 3,068

T tabel 95% rentang kepercayaan 2,052

1.46 1.47 1.48 1.49 1.50 1.51 1.52 1.53 1.54

1.42 1.44 1.46 1.48 1.50 1.52 1.54 1.56 1.58

B e rat I si K e ri n g E st im as i ᵞ d #

Berat Isi Kering Aktual ᵞd

Gambar 4.6.

Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Goswami

Dari Gambar 4.5 dan 4.6 diperoleh hubungan

γd

max dengan

γd

max# dan wopt

dengan wopt#.

4.3 Diskusi Hasil

Hasil yang menunjukkan antara penelitian terkait dengan penelitian yang dilakukan di Laboratorium Mekanika Tanah Departemen Teknik Sipil Universitas Sumatera Utara dengan model Goswami menunjukkan hasil yang relatif sama dan tidak jauh beda. Hanya dalam penelitian terkait melakukan pengujian dengan nilai Atterberg Limit dan persen butiran halus (Fines), sedangkan dalam penelitian ini hanya menggunakan nilai persen butiran halus (Fines).

Berdasarkan penelitian terkait dengan model Goswami indeks properties sangat signifikan dapat mempengaruhi parameter kompaksi. Guerrero (2001) mangatakan bahwa jenis tanah dalam bentuk distribusi ukuran butiran, bentuk dari

21.000 21.500 22.000 22.500 23.000 23.500 24.000 24.500 25.000 25.500

0 5 10 15 20 25 30

K a d ar A ir O p ti m u m E st im a si w o p t #

Kadar Air Optimum Aktual wopt

Hubugan antara w

_opt

dan w

_opt#

butiran, berat jenis tanah, persentase dari butiran halus, memberikan pengaruh yang besar terhadap parameter kompaksi.

Dengan penelitian-penelitian ini, salah satu yang dapat simpulkan adalah adanya sebuah metode yang mudah dalam memprediksi nilai parameter kompaksi (berat isi kering maksimum dan kadar air optimum). Analisa hubungan tersebut dapat berupa sebuah regresi linier atau hubungan berupa kurva kompaksi. Dengan itu penelitian-penelitian ini sangat signifikan dan sangat berguna untuk keperluan proyek jalan.

Berikut metode yang digunakan dalam penelitian ini, yaitu dengan model Goswami persamaan (2.6). Dimana dalam penelitian ini hanya menggunakan nilai dari persen butiran halus (Fines).

Penelitian terkait dengan penelian dengan model Goswami memiliki tujuan yang sama. Penelitian terkait menggunakan beberapa variabel untuk menghasilkan nilai kompaksi, sedangkan untuk model Goswami hanya menggunakan satu variabel. Jelas terlihat dalam penelitian terkait dengan pengujian model Goswami memiliki tujuan yang sama, namun dalam efisiensi waktu pengujian dengan model Goswami adalah pengujian tercepat dibanding penelitian terkait. Namun, akurasi penelitian ini adalah sangat tergantung kepada kualitas data serta jumlah data yang diambil.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil analisa berdasarkan hubungan antara berat isi kering maksimum

(γdmax) dan kadar air optimum (wopt) dengan nilai klasifikasi tanah (persen butiran

halus) diperoleh kesimpulan sebagai berikut:

1. Estimasi dengan Model Regresi mengasil persamaan γdmax*= 1,862 -

0,005*FINES – 0,003*LL dan wopt* = -0,607 + 0,362*FINES + 0,161*LL

2. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan berat isi kering maksimum (γdmax) menghasilkan konstanta m dan k, yaitu m = -0,376

dan k = 2,482.

3. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan kadar air optimum (wopt) menghasilkan konstanta m dan k, yaitu m = 21,265

dan k = -32,421.

4. Estimasi dengan Model Goswami jelas terlihat lebih mudah dan lebih efektif dibandingkan dengan Model Regresi.

5. Berdasarkan nilai klasifikasi diperoleh jenis tanah A4, A6 dan A7.

6. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering

maksimum estimasi (γdmax*) model regresi memberikan korelasi positif yang

nyata untuk rentang kepercayaan 95%.

7. Dari hubungan kadar air optimum (wopt) dengan kadar air optimum estimasi

(wopt*) model regresi memberikan korelasi positif yang nyata untuk rentang

8. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering

maksimum estimasi (γdmax#) model regresi memberikan korelasi positif yang

nyata untuk rentang kepercayaan 95%.

9. Dari hubungan kadar air optimum (wopt) dengan kadar air optimum estimasi

(wopt#) model regresi memberikan korelasi positif yang nyata untuk rentang

kepercayaan 95%.

10. Berat isi kering maksimum (γdmax) dan kadar air optimum (wopt) memiliki

hubungan yang signifikan terhadadap persen butiran halus (Fines).

5.2 Saran

Untuk mendapatkan rentang kepercayaan yang lebih tinggi lagi maka model Goswami harus dimodifikasi. Nilai korelasi dapat dipengaruhi oleh hal-hal seperti:

1. Jumlah data yang diteliti

Nilai korelasi dapat ditingkatkan dengan cara menambah jumlah data yang akan diteliti dan mewakili kondisi yang sebenarnya dilapangan.

2. Kesalahan data proses pengujian.

Hasil pengujian sangat mempengaruhi nilai korelasi. Pengujian yang dilakukan harus sesuai dengan standar USCS atau AASTHO sebagaimana yang telah di jelaskan pada BAB III. Hasil pengujian dipengaruhi oleh teknik atau latar belakang masing-masing individu yang melakukan pengujian.

BAB III

METODOLOGI PENELITIAN

3.1 Metode dan Lokasi Penelitian

Penelitian ini merupakan penelitian eksperimental yaitu melakukan

pengujian tanah sampel subgrade di Laboratorium Mekanika Tanah, Departemen Teknik Sipil, Universitas Sumatera Utara.

3.2 Sampel

Sampel (bahan subgrade) yang digunakan berasal dari material timbunan dari PT. Perkebunan Nusantara II Kecamatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara.

Menurut Cohen, et.al, (2007, hlm. 101) semakin besar sample dari besarnya populasi yang ada adalah semakin baik, akan tetapi ada jumlah batas minimal yang harus diambil oleh peneliti yaitu sebanyak 30 sampel. Sebagaimana dikemukakan oleh Baley dalam Mahmud (2011, hlm. 159) yang menyatakan bahwa untuk penelitian yang menggunakan analisis data statistik, ukuran sampel

paling minimum adalah 30.

Senada dengan pendapat tersebut, Roscoe dalam Sugiono (2012, hlm. 91) menyarankan tentang ukuran sampel untuk penelitian sebagai berikut:

Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500.

Bila sampel dibagi dalam kategori maka jumlah anggota sampel setiap kategori minimal 30.

Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen + dependen), maka jumlah anggota sampel = 10 x 5 = 50

Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-masing antara 10 s/d 20.

Pada penelitian ini jumlah sampel yang akan diuji adalah sebanyak 30 sampel.

3.3 Tahap Persiapan

Tahapan pertama dari kegiatan penelitian ini adalah persiapan material yaitu, pengambilan sampel dilakukan secara acak dari PT. Perkebunan Nusantara II Kecmatan Patumbak Kabupaten Deli Serdang Provinsi Sumatera Utara. Sampel yang digunakan harus tidak mengandung akar-akar tanah, batuan dan humus yang dapat terangkat dalam tanah yang akan dipakai.

Sampel yang telah diambil dikeringkan dan dihampar di Laboratorium agar cepat kering untuk mendapatkan kondisi kering udara. Sebuah sampel (benda uji) memiliki berat kurang lebih 11 kg. Setiap sampel diberi label nama PTP-1 hingga PTP-30. Selanjutnya dilakukan pengujian laboratorium untuk masing-masing sampel tersebut.

Gambar 3.1 Sampel Tanah yang akan diuji (Sumber: Dokumentasi pribadi)

3.4 Tahap Pengujian di Laboratorium

Pengujian laboratorium terdiri dari pengujian sifat fisik tanah (index

properties) dan Pengujian Kompaksi yaitu: Pengujian Kadar Air, Berat Jenis, Atterberg, Analisa Saringan, Klasifikasi Tanah dan Uji Pemadatan Standar.

3.5 Tahap Pengolahan Data

Dari hasil pengujian di Laboratorium diperoleh nilai-nilai indeks properties tanah dan nilai parameter kompaksi untuk setiap sampel. Keseluruhan data hasil pengujian Laboratorium kemudian ditabulasi untuk memudahkan perhitungan pada tahap estimasi.

3.6 Tahap Estimasi Hubungan Parameter Kompaksi dengan Indeks Properties

Estimasi hubungan Parameter Kompaksi dengan indeks properties dilakukan dengan dua cara: pertama, secara regresi linear dan kedua, dengan menggunakan model Goswami.

Pada tahap estimasi secara regresi linear data yang diperlukan adalah nilai-nilai indeks properties yakni nilai-nilai kadar air, berat jenis, Atterberg Limit dan persen butiran halus. Sedangkan pada tahap estimasi dengan menggunakan model Goswami data yang diperlukan adalah persen butiran halus saja. Kemudian masing-masing hasil estimasi tersebut dapat dikelompokkan berdasarkan nilai klasifikasi tanahnya.

3.7 Tahap Analisa Hasil Estimasi

Menganalisa hasil estimasi dengan cara regresi linear, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan indeks properties. Dari persamaan tersebut kemudian dilihat tingkat kepercayaannya (R2) dan rentang kepercayaannya.

Kemudian menganalisa hasil estimasi dengan model Goswami, dimana persamaan yang diperoleh menunjukkan hubungan parameter kompaksi dengan nilai fines (persen butiran halus) saja. Kemudian dilihat tingkat kepercayaan dengan cara validasi, yakni untuk mendapatkan korelasi positif tingkat kepercayaannya.

Nilai parameter kompaksi estimasi yang diperoleh secara regresi linear maupun dengan model Goswami tersebut kemudian diperbandingkan dengan nilai

parameter kompaksi yang diperoleh dari Laboratorium. Nilai parameter kompaksi estimasi juga dianalisa berdasarkan klasifikasi tanah yang diperoleh.

Keseluruhan tahapan diatas dapat dilihat pada Bagan Alir pada Gambar 3.2:

Gambar 3.2. Diagram Alir Penelitian

Tahap Persiapan _{Studi Literatur}

Tahap Pengujian di Laboratorium 1. Uji Kadar Air

2. Uji Berat Jenis 3. Uji Atterberg 4. Analisa Saringan 5. Uji Proctor Standar

Tahap Analisa

Kesimpulan dan Saran

Selesai Mulai

Tahap Estimasi Hubungan Parameter Kompaksi dengan Index Properties

BAB IV

HASIL DAN ANALISA DATA

4.1 Hasil

Hasil penelitian merupakan hasil yang diperoleh dari pengujian di laboratorium dan hasil estimasi parameter kompaksi.

4.1.1 Hasil Pengujian di Laboratorium

Dari pengujian di laboratorium diperoleh hasil sebagai berikut:

Tabel 4.1 Hasil Pengujian Kadar Air

No. w No. W No. W

1. 30.71 11. 29.60 21. 30.80

2. 36.95 12. 33.00 22. 31.55

3. 32.09 13. 33.06 23. 30.32

4. 30.40 14. 30.74 24. 32.92

5. 35.43 15. 33.95 25. 33.15

6. 32.25 16. 34.00 26. 32.90

7. 33.15 17. 32.92 27. 30.99

8. 33.24 18. 32.94 28. 32.06

9. 34.46 19. 34.67 29. 32.46

10. 33.27 20. 31.95 30. 30.86

Tabel 4.2 Hasil Pengujian Berat Jenis

No. SG No. SG No. SG

1. 2.606 11. 2.603 21. 2.613

2. 2.604 12. 2.625 22. 2.682

3. 2.617 13. 2.637 23. 2.657

4. 2.632 14. 2.604 24. 2.692

5. 2.598 15. 2.633 25. 2.644

6. 2.603 16. 32.29 26. 2.650

7. 2.637 17. 38.26 27. 2.646

8. 2.603 18. 23.95 28. 2.670

9. 2.603 19. 41.90 29. 2.671

Tabel 4.3 Hasil Pengujian Atterberg Limit

No LL PL PI

1. _{29.67 17.21 12.46}

2. _{39.56 23.73 15.82}

3. _{29.83 17.37 12.46}

4. _{29.08 17.21 11.87}

5. _{32.64 21.10 11.54}

6. _{33.09 21.63 11.46}

7. _{32.78 20.97 11.82}

8. _{29.71 17..22 12.49}

9. 39.11 24.65 14.46

10. _{29.08 17.33 11.75}

11. _{38.05 25.00 13.05}

12. _{33.17 20.81 12.36}

13. _{29.77 13.79 12.38}

14. _{29.75 17.52 12.23}

15. _{29.78 16.56 13.22}

16. 32.29 20.48 11.81

17. 38.26 20.11 18.15

18. 23.95 15.96 7.99

19. 41.90 22.06 19.84

20. 39.00 18.87 20.13

21. 40.28 24.44 15.84

22. 36.98 19.30 17.68

23. 31.06 19.20 11.86

24. 20.39 15.97 4.42

25. 30.96 16.35 14.61

26. 39.84 22.23 17.61

27. 36.67 21.18 15.49

28. 34.00 20.81 13.19

29. 30.23 12.37 17.86

Tabel 4.4 Hasil Pengujian Persen Butiran Halus

Tabel 4.5 Hasil Pengujian Kompaksi

Tabel 4.6 menunjukkan rangkuman hasil pengujian di Laboratorium yaitu nilai-nilai indeks properties tanah dan nilai parameter kompaksi.

No. FINES No. FINES No. FINES

1. 45.28 11. 51.87 21. 55.91 2. 50.98 12. 48.84 22. 56.34 3. 50.11 13. 44.43 23. 55.91 4. 50.03 14. 42.03 24. 52.95 5. 50.15 15. 50.93 25. 53.09 6. 50.07 16. 56.94 26. 49.17 7. 43.37 17. 57.03 27. 55.03 8. 50.63 18. 53.76 28. 56.37 9. 50.59 19. 57.86 29. 48.19 10. 50.67 20. 57.22 30. 50.19

No.

γ

max wopt No.

γ

max wopt

1. 1.519 20.79 16. 1.454 25.51 2. 1.488 24.21 17. 1.457 26.62 3. 1.533 21.67 18. 1.490 25.14 4. 1.538 21.45 19. 1.427 26.66 5. 1.506 22.15 20. 1.456 25.08 6. 1.519 22.17 21. 1.442 26.22 7. 1.521 20.66 22. 1.489 25.55 8. 1.527 21.18 23. 1.471 25.94 9. 1.466 24.01 24. 1.502 21.58 10. 1.522 21.58 25. 1.498 23.34 11. 1.481 24.08 26. 1.447 25.78 12. 1.522 22.16 27. 1.453 25.86 13. 1.556 20.34 28. 1.464 25.46 14. 1.566 19.81 29. 1.512 20.18 15. 1.530 21.75 30. 1.472 25.20

Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium

No. Sampel W SG LL PL PI FINES

γ

max wopt

1. PTB-1 30.71 2.606 29.67 17.21 12.46 45.28 1.519 20.79

2. PTB-2 36.95 2.604 39.56 23.73 15.82 50.98 1.488 24.21

3. PTB-3 32.09 2.617 29.83 17.37 12.46 50.11 1.533 21.67

4. PTB-4 30.40 2.632 29.08 17.21 11.87 50.03 1.538 21.45

5. PTB-5 35.43 2.598 32.64 21.10 11.54 50.15 1.506 22.15

6. PTB-6 32.25 2.603 33.09 21.63 11.46 50.07 1.519 22.17

7. PTB-7 33.15 2.637 32.78 20.97 11.82 43.37 1.521 20.66

8. PTB-8 33.24 2.603 29.71 17..22 12.49 50.63 1.527 21.18

9. PTB-9 34.46 2.603 39.11 24.65 14.46 50.59 1.466 24.01

10. PTB-10 33.27 2.605 29.08 17.33 11.75 50.67 1.522 21.58

11. PTB-11 29.60 2.603 38.05 25.00 13.05 51.87 1.481 24.08

12. PTB-12 33.00 2.625 33.17 20.81 12.36 48.84 1.522 22.16

13. PTB-13 33.06 2.637 29.77 13.79 12.38 44.43 1.556 20.34

14. PTB-14 30.74 2.604 29.75 17.52 12.23 42.03 1.566 19.81

Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium (lanjutan)

No. Sampel W SG LL PL PI FINES

γ

max wopt

16. PTB-16 34.00 2.660 32.29 20.48 11.81 56.94 1.454 25.51

17. PTB-17 32.92 2.670 38.26 20.11 18.15 57.03 1.457 26.62

18. PTB-18 32.94 2.615 23.95 15.96 7.99 53.76 1.490 25.14

19. PTB-19 34.67 2.640 41.90 22.06 19.84 57.86 1.427 26.66

20. PTB-20 31.95 2.699 39.00 18.87 20.13 57.22 1.456 25.08

21. PTB-21 30.80 2.613 40.28 24.44 15.84 55.91 1.442 26.22

22. PTB-22 31.55 2.682 36.98 19.30 17.68 56.34 1.489 25.55

23. PTB-23 30.32 2.657 31.06 19.20 11.86 55.91 1.471 25.94

24. PTB-24 32.92 2.692 20.39 15.97 4.42 52.95 1.502 21.58

25. PTB-25 33.15 2.644 30.96 16.35 14.61 53.09 1.498 23.34

26. PTB-26 32.90 2.650 39.84 22.23 17.61 49.17 1.447 25.78

27. PTB-27 30.99 2.646 36.67 21.18 15.49 55.03 1.453 25.86

28. PTB-28 32.06 2.670 34.00 20.81 13.19 56.37 1.464 25.46

29. PTB-29 32.46 2.671 30.23 12.37 17.86 48.19 1.512 20.18

4.1.2 Hasil Estimasi Hubungan Parameter Kompaksi dengan nilai indeks properties

Estimasi parameter kompaksi secara regresi linear menghasilkan persamaan sebagai berikut:

 γdmax* = 1,862 - 0,005*FINES – 0,003*LL (4.1)

R2 = 0,75

 wopt* = -0,607 + 0,362*FINES + 0,161*LL (4.2)

R2 = 0,80

Dari kedua persamaan tersebut kemudian diperoleh nilai berat isi kering maksimum estimasi (γdmax*) dan kadar air optimum estimasi (wopt*) seperti terlihat

Tabel 4.7 Hasil Estimasi Parameter Kompaksi Model Regresi

No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt* 1 PTB-1 A-6 (2) SC 30.71 2.606 29.67 17.21 12.46 45.28 1.519 1.537 20.79 20.57 2 PTB-2 A-6 (4) CL 36.95 2.604 39.56 23.73 15.82 50.98 1.488 1.477 24.21 24.23 3 PTB-3 A-6 (3) CL 32.09 2.617 29.83 17.37 12.46 50.11 1.533 1.512 21.67 22.34 4 PTB-4 A-6 (2) CL 30.40 2.632 29.08 17.21 11.87 50.03 1.538 1.515 21.45 22.19 5 PTB-5 A-6 (3) CL 35.43 2.598 32.64 21.10 11.54 50.15 1.506 1.503 22.15 22.81 6 PTB-6 A-6(2) CL 32.25 2.603 33.09 21.63 11.46 50.07 1.519 1.502 22.17 22.85 7 PTB-7 A-6(3) CL 33.15 2.637 32.78 20.97 11.82 43.37 1.521 1.538 20.66 20.38 8 PTB-8 A-4(1) CL 33.24 2.603 29.71 17..22 12.49 50.63 1.527 1.510 21.18 22.51 9 PTB-9 A6-(4) CL 34.46 2.603 39.11 24.65 14.46 50.59 1.466 1.481 24.01 24.01 10 PTB-10 A6-(2) CL 33.27 2.605 29.08 17.33 11.75 50.67 1.522 1.511 21.58 22.42 11 PTB-11 A6-(3) ML 29.60 2.603 38.05 25.00 13.05 51.87 1.481 1.478 24.08 24.31 12 PTB-12 A6-(3) SC 33.00 2.625 33.17 20.81 12.36 48.84 1.522 1.508 22.16 22.42 13 PTB-13 A6-(5) SC 33.06 2.637 29.77 13.79 12.38 44.43 1.556 1.541 20.34 20.28 14 PTB-14 A6-(1) SC 30.74 2.604 29.75 17.52 12.23 42.03 1.566 1.554 19.81 19.41 15 PTB-15 A6-(3) CL 33.95 2.633 29.78 16.56 13.22 50.93 1.530 1.508 21.75 22.63

Tabel 4.7 Hasil Estimasi Parameter Kompaksi Model Regresi (lanjutan)

No Sampel AASHTO USCS W SG LL PL PI FINES γdmax γdmax* wopt wopt* 16 PTB-16 A-6(4) CL 34.00 2.660 32.29 20.48 11.81 42.67 1.454 1.469 25.51 25.21 17 PTB-17 A6-(7) CL 32.92 2.670 38.26 20.11 18.15 41.79 1.457 1.450 26.62 26.21 18 PTB-18 A4-(1) CL 32.94 2.615 23.95 15.96 7.99 39.66 1.490 1.511 25.14 22.71 19 PTB-19 A7-(7) CL 34.67 2.640 41.90 22.06 19.84 39.70 1.427 1.435 26.66 27.10 20 PTB-20 A6-(12) CL 31.95 2.699 39.00 18.87 20.13 39.75 1.456 1.447 25.08 26.40 21 PTB-21 A6-(6) CL 30.80 2.613 40.28 24.44 15.84 40.62 1.442 1.450 26.22 26.13 22 PTB-22 A6-(7) CL 31.55 2.682 36.98 19.30 17.68 41.25 1.489 1.458 25.55 25.75 23 PTB-23 A6-(4) CL 30.32 2.657 31.06 19.20 11.86 40.80 1.471 1.468 25.94 25.39 24 PTB-24 A4-(2) CL 32.92 2.692 20.39 15.97 4.42 40.65 1.502 1.526 21.58 21.84 25 PTB-25 A6-(1) CL 33.15 2.644 30.96 16.35 14.61 43.12 1.498 1.493 23.34 23.60 26 PTB-26 A6-(5) SC 32.90 2.650 39.84 22.23 17.61 42.45 1.447 1.486 25.78 23.62 27 PTB-27 A6-(5) CL 30.99 2.646 36.67 21.18 15.49 41.63 1.453 1.466 25.86 25.23 28 PTB-28 A6-(4) CL 32.06 2.670 34.00 20.81 13.19 42.17 1.464 1.467 25.46 25.28 29 PTB-29 A6-(4) SC 32.46 2.671 30.23 12.37 17.86 41.55 1.512 1.521 20.18 21.71 30 PTB-30 A6-(4) CL 30.86 2.640 31.26 15.89 15.37 39.71 1.472 1.507 25.20 22.60

Berat isi kering maksimum estimasi (γdmax#) dengan model Goswami (pers.

2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.1 dan Tabel 4.8.

Gambar 4.1 Hubungan Log G dengan Berat Isi Kering Maksimum (γdmaks)

Sedangkan Kadar Air Optimum estimasi (wopt#) dengan model Goswami

(pers. 2.6) memberikan hasil sebagaimana terlihat pada Gambar 4.2 dan Tabel 4.9.

y = -0.3764x + 2.4825

1.42 1.44 1.46 1.48 1.50 1.52 1.54 1.56 1.58

2.52 2.54 2.56 2.58 2.60 2.62 2.64 2.66 2.68 2.70 2.72

B e rat I si K e ri n g m ak si m u m Log G

Konstanta m dan k

y = 21.265x - 32.421

0 5 10 15 20 25 30

2.520 2.540 2.560 2.580 2.600 2.620 2.640 2.660 2.680 2.700 2.720 wo

p

t

Log G

Tabel 4.8 Berat Isi Kering Estimasi Model Goswami

NO X1 X2 X3 G Log G

ᵞ

_dmax

ᵞ

_dmax#

1 0.00 175.01 24.99 424.09 2.63 1.52 1.49

2 0.00 150.06 49.94 365.77 2.56 1.49 1.52

3 0.00 144.36 55.64 352.44 2.55 1.53 1.52

4 0.00 153.50 46.50 373.81 2.57 1.54 1.51

5 0.00 153.44 46.56 373.67 2.57 1.51 1.51

6 0.00 158.83 41.17 386.27 2.59 1.52 1.51

7 0.00 191.43 8.57 462.47 2.67 1.52 1.48

8 0.00 151.25 48.75 368.55 2.57 1.53 1.52

9 0.00 150.17 49.83 366.02 2.56 1.47 1.52

10 0.00 147.03 52.97 358.68 2.55 1.52 1.52

11 0.00 139.70 60.30 341.55 2.53 1.48 1.53

12 0.00 163.04 36.96 396.11 2.60 1.52 1.50

13 0.00 150.08 49.92 365.81 2.56 1.56 1.52

14 0.00 169.37 30.63 410.90 2.61 1.57 1.50

15 0.00 152.38 47.62 371.19 2.57 1.53 1.52

16 0.00 182.13 17.88 440.72 2.64 1.45 1.49

17 0.00 185.88 14.12 449.49 2.65 1.46 1.48

18 0.00 196.95 3.06 475.36 2.68 1.49 1.47

19 0.00 198.54 1.46 479.08 2.68 1.43 1.47

20 0.00 198.05 1.95 477.94 2.68 1.46 1.47

21 0.00 195.93 4.08 472.97 2.67 1.44 1.48

22 0.00 192.43 7.57 464.79 2.67 1.49 1.48

23 0.00 194.96 5.04 470.72 2.67 1.47 1.48

24 0.00 196.64 3.36 474.65 2.68 1.50 1.48

25 0.00 169.22 30.78 492.66 2.69 1.50 1.47

26 0.00 190.84 9.16 461.08 2.66 1.45 1.48

27 0.00 192.78 7.22 465.62 2.67 1.45 1.48

28 0.00 190.14 9.86 459.45 2.66 1.46 1.48

29 0.00 190.55 9.45 460.40 2.66 1.51 1.48

Tabel 4.9 Kadar Air Optimum Model Goswami

NO X1 X2 X3 G Log G _{Wopt Wopt}#

1 0.000 175.010 24.990 424.086 2.627 20.79 _23.452

2 0.000 150.060 49.940 365.765 2.563 24.21 _22.085

3 0.000 144.360 55.640 352.442 2.547 21.67 _21.743

4 0.000 153.500 46.500 373.806 2.573 21.45 _22.286

5 0.000 153.440 46.560 373.666 2.572 22.15 _22.283

6 0.000 158.830 41.170 386.265 2.587 22.17 _22.589

7 0.000 191.430 8.570 462.468 2.665 20.66 _24.252

8 0.000 151.250 48.750 368.547 2.566 21.18 _22.155

9 0.000 150.170 49.830 366.022 2.564 24.01 _22.092

10 0.000 147.030 52.970 358.683 2.555 21.58 _21.905

11 0.000 139.700 60.300 341.549 2.533 24.08 _21.453

12 0.000 163.040 36.960 396.106 2.598 22.16 _22.821

13 0.000 150.080 49.920 365.812 2.563 20.34 _22.087

14 0.000 169.370 30.630 410.902 2.614 19.81 _23.160

15 0.000 152.380 47.620 371.188 2.570 21.75 _22.221

16 0.000 182.125 17.875 440.717 2.644 25.51 _23.807

17 0.000 185.880 14.120 449.495 2.653 26.62 _23.989

18 0.000 196.945 3.055 475.359 2.677 25.14 _24.506

19 0.000 198.535 1.465 479.076 2.680 26.66 _24.578

20 0.000 198.050 1.950 477.942 2.679 25.08 _24.556

21 0.000 195.925 4.075 472.975 2.675 26.22 _24.459

22 0.000 192.425 7.575 464.793 2.667 25.55 _24.298

23 0.000 194.960 5.040 470.719 2.673 25.94 _24.415

24 0.000 196.640 3.360 474.646 2.676 21.58 _24.492

25 0.000 169.220 30.780 492.662 2.693 23.34 _24.836

26 0.000 190.835 9.165 461.077 2.664 25.78 _24.224

27 0.000 192.780 7.220 465.623 2.668 25.86 _24.315

28 0.000 190.140 9.860 459.452 2.662 25.46 _24.192

29 0.000 190.545 9.455 460.399 2.663 20.18 _24.211

Tabel 4.8 menunjukkan hasil analisa saringan dan hasil proctor laboratorium serta perhitungan berat isi kering dengan model Goswami. Semua sampel yang dianalisa menunjukkan nilai indeks plastis sama dengan nol dan % lewat saringan 0,075 mm diantara 0-25 dan nilai IP>10% maka nilai F diambil = 0. Klasifikasi tanah berdasarkan hasil laboratorium menunjukkan hasil A4, A6 dan A7 untuk semua sampel yang ada. Hubungan antara Log G dengan berat isi kering maksimum (γdmaks) diperoleh berdasarkan gambar 4.1 yang menunjukkan konstanta

m dan k. Estimasi untuk berat isi kering maksimum (γdmax#

)

menggunakan

konstanta m dan k.

Tabel 4.9 menunjukkan hasil analisa saringan dan hasil proctor laboratorium serta perhitungan berat isi kering dengan model Goswami. Semua sampel yang dianalisa menunjukkan nilai indeks plastis sama dengan nol dan % lewat saringan 0,075 mm diantara 0-25 dan nilai IP>10% maka nilai F diambil = 0. Klasifikasi tanah berdasarkan hasil laboratorium menunjukkan hasil A4, A6 dan A7 untuk semua sampel yang ada. Hubungan antara Log G dengan kadar air optimum (wopt#) diperoleh berdasarkan grafik 4.2 yang menunjukkan konstanta m dan k.

Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami

No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt# 1 PTB-1 A-6 (2) SC 30.71 2.606 29.67 17.21 12.46 45.28 1.519 1.494 20.79 23.452 2 PTB-2 A-6 (4) CL 36.95 2.604 39.56 23.73 15.82 50.98 1.488 1.518 24.21 22.085 3 PTB-3 A-6 (3) CL 32.09 2.617 29.83 17.37 12.46 50.11 1.533 1.524 21.67 21.743 4 PTB-4 A-6 (2) CL 30.40 2.632 29.08 17.21 11.87 50.03 1.538 1.514 21.45 22.286 5 PTB-5 A-6 (3) CL 35.43 2.598 32.64 21.10 11.54 50.15 1.506 1.514 22.15 22.283 6 PTB-6 A-6(2) CL 32.25 2.603 33.09 21.63 11.46 50.07 1.519 1.509 22.17 22.589 7 PTB-7 A-6(3) CL 33.15 2.637 32.78 20.97 11.82 43.37 1.521 1.479 20.66 24.252 8 PTB-8 A-4(1) CL 33.24 2.603 29.71 17..22 12.49 50.63 1.527 1.516 21.18 22.155 9 PTB-9 A6-(4) CL 34.46 2.603 39.11 24.65 14.46 50.59 1.466 1.518 24.01 22.092 10 PTB-10 A6-(2) CL 33.27 2.605 29.08 17.33 11.75 50.67 1.522 1.521 21.58 21.905 11 PTB-11 A6-(3) ML 29.60 2.603 38.05 25.00 13.05 51.87 1.481 1.529 24.08 21.453 12 PTB-12 A6-(3) SC 33.00 2.625 33.17 20.81 12.36 48.84 1.522 1.505 22.16 22.821 13 PTB-13 A6-(5) SC 33.06 2.637 29.77 13.79 12.38 44.43 1.556 1.518 20.34 22.087 14 PTB-14 A6-(1) SC 30.74 2.604 29.75 17.52 12.23 42.03 1.566 1.499 19.81 23.160 15 PTB-15 A6-(3) CL 33.95 2.633 29.78 16.56 13.22 50.93 1.530 1.515 21.75 22.221

Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami (Lanjutan)

Tabel 4.10 Hasil estimasi nilai parameter kompaksi menggunakan variable persen butiran halus.

No Sampel AASHTO USCS w SG LL PL PI FINES γdmax γdmax# wopt wopt# 16 PTB-16 A-6(4) CL 34.00 2.660 32.29 20.48 11.81 42.67 1.454 1.487 25.51 23.807 17 PTB-17 A6-(7) CL 32.92 2.670 38.26 20.11 18.15 41.79 1.457 1.484 26.62 23.989 18 PTB-18 A4-(1) CL 32.94 2.615 23.95 15.96 7.99 39.66 1.490 1.475 25.14 24.506 19 PTB-19 A7-(7) CL 34.67 2.640 41.90 22.06 19.84 39.70 1.427 1.474 26.66 24.578 20 PTB-20 A6-(12) CL 31.95 2.699 39.00 18.87 20.13 39.75 1.456 1.474 25.08 24.556 21 PTB-21 A6-(6) CL 30.80 2.613 40.28 24.44 15.84 40.62 1.442 1.476 26.22 24.459 22 PTB-22 A6-(7) CL 31.55 2.682 36.98 19.30 17.68 41.25 1.489 1.479 25.55 24.298 23 PTB-23 A6-(4) CL 30.32 2.657 31.06 19.20 11.86 40.80 1.471 1.476 25.94 24.415 24 PTB-24 A4-(2) CL 32.92 2.692 20.39 15.97 4.42 40.65 1.502 1.475 21.58 24.492 25 PTB-25 A6-(1) CL 33.15 2.644 30.96 16.35 14.61 43.12 1.498 1.469 23.34 24.836 26 PTB-26 A6-(5) SC 32.90 2.650 39.84 22.23 17.61 42.45 1.447 1.480 25.78 24.224 27 PTB-27 A6-(5) CL 30.99 2.646 36.67 21.18 15.49 41.63 1.453 1.478 25.86 24.315 28 PTB-28 A6-(4) CL 32.06 2.670 34.00 20.81 13.19 42.17 1.464 1.480 25.46 24.192 29 PTB-29 A6-(4) SC 32.46 2.671 30.23 12.37 17.86 41.55 1.512 1.480 20.18 24.211 30 PTB-30 A6-(4) CL 30.86 2.640 31.26 15.89 15.37 39.71 1.472 1.473 25.20 24.640

4.2Analisa Hasil Estimasi  Analisa Model Regresi

Setelah hasil estimasi dengan model regresi diketahui dapat disimpulkan bahwa persamaan 4.2 dengan nilai R2 _{=0,75 dan persamaan 4.3 dengan nilai} R2_{=0,80 dikategorikan sangat baik sesuai Tabel 4.11.}

Tabel 4.11 Keakuratan korelasi berdasarkan koefisien determinasi, R2_{(Marto, 1996)}

Untuk berat isi kering (

γd

max*) model Regresi dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang

kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (

γd

max) hasil laboratorium dan hasil perhitungan dari model Regresi

(

γd

max*). Ho ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05.

Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.12. Perhitungan t hitung dan t tabel berat isi kering Model Regresi

Klasifikasi A4, A-6 dan A-7

Koefisien Korelasi 1,002

t hitung 3,268

Gambar 4.3. Hubungan berat isi kering aktual dengan berat isi kering estimasi Model Regresi

Untuk kadar air optimum (Wopt*) model Regresi dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.7 diperoleh rentang

kepercayaan 95% didapat korelasi positif yang nyata antara Kadar ir Optimum (Wopt) hasil laboratorium dan hasil perhitungan dari model Regresi (Wopt*). Ho

ditolak dan H1 diterima, t hitung > t tabel atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.13. Perhitungan t hitung dan t tabel kadar air optimum Model Regresi

Klasifikasi A-6 dan A-7

Koefisien Korelasi 1,000

t hitung 3,674

T tabel 95% rentang kepercayaan 2,055

1.42 1.44 1.46 1.48 1.5 1.52 1.54 1.56

1.42 1.44 1.46 1.48 1.5 1.52 1.54 1.56 1.58

B e rat I si K e ri n g E st im as i ᵞ d *

Berat Isi Kering Aktual ᵞd

Gambar 4.4. Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Regresi

 Analisa Model Goswami

Untuk berat isi kering (

γd

max#) model Goswami dilakukan analisa dengan

menghitung koefisien korelasi berdasarkan distribusi data untuk menguji hipotesa

Ho : u = 0 lawan H1 : u ≠ 0. Berdasarkan data tabel 4.10 diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Berat Isi Kering Maksimum (

γd

max) hasil laboratorium dan hasil perhitungan dari model yang

disarankan Goswami (

γd

max#). Ho ditolak dan H1 diterima, t hitung > t tabel atau

nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.14. Perhitungan t hitung dan t tabel berat isi kering Model Goswami

Klasifikasi A4, A-6 dan A-7

Koefisien Korelasi 0,988

t hitung 3,453

T tabel 95% rentang kepercayaan 2,052

0 5 10 15 20 25 30

0 5 10 15 20 25 30

K ad ar A ir O p ti m u m E S ti m as i wo p t *

Kadar Air Optimum Aktual w_opt

Gambar 4.5.

Hubungan berat isi kering aktual dengan berat isi kering estimasi model Goswami Selanjutnya untuk kadar air optimum (wopt#) model Goswami dilakukan

analisa dengan menghitung koefisien korelasi berdasarkan distribusi data untuk

menguji hipotesa Ho : u = O lawan H1 : u ≠ O. Berdasarkan data tabel 4.10

diperoleh rentang kepercayaan 95% didapat korelasi positif yang nyata antara Kadar Air Optimum (Wopt*) hasil laboratorium dan hasil perhitungan dari model

yang disarankan Goswami (Wopt#). Ho ditolak dan H1 diterima, t hitung > t tabel

atau nilai signifikansi <0,05. Rentang kepercayaan 95% diperoleh dari 100%-95% = 5% (0,05).

Tabel 4.15. Perhitungan t hitung dan t tabel kadar air optimum Model Goswami

Klasifikasi A-6 dan A-7

Koefisien Korelasi 1,000

t hitung 3,068

T tabel 95% rentang kepercayaan 2,052

1.46 1.47 1.48 1.49 1.50 1.51 1.52 1.53 1.54

1.42 1.44 1.46 1.48 1.50 1.52 1.54 1.56 1.58

B e rat I si K e ri n g E st im as i ᵞ d #

Berat Isi Kering Aktual ᵞd

Gambar 4.6.

Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Goswami

Dari Gambar 4.5 dan 4.6 diperoleh hubungan

γd

max dengan

γd

max# dan wopt

dengan wopt#.

4.3 Diskusi Hasil

Hasil yang menunjukkan antara penelitian terkait dengan penelitian yang dilakukan di Laboratorium Mekanika Tanah Departemen Teknik Sipil Universitas Sumatera Utara dengan model Goswami menunjukkan hasil yang relatif sama dan tidak jauh beda. Hanya dalam penelitian terkait melakukan pengujian dengan nilai Atterberg Limit dan persen butiran halus (Fines), sedangkan dalam penelitian ini hanya menggunakan nilai persen butiran halus (Fines).

Berdasarkan penelitian terkait dengan model Goswami indeks properties sangat signifikan dapat mempengaruhi parameter kompaksi. Guerrero (2001) mangatakan bahwa jenis tanah dalam bentuk distribusi ukuran butiran, bentuk dari

21.000 21.500 22.000 22.500 23.000 23.500 24.000 24.500 25.000 25.500

0 5 10 15 20 25 30

K a d ar A ir O p ti m u m E st im a si w o p t #

Kadar Air Optimum Aktual wopt

Hubugan antara w

_opt

dan w

_opt#

butiran, berat jenis tanah, persentase dari butiran halus, memberikan pengaruh yang besar terhadap parameter kompaksi.

Dengan penelitian-penelitian ini, salah satu yang dapat simpulkan adalah adanya sebuah metode yang mudah dalam memprediksi nilai parameter kompaksi (berat isi kering maksimum dan kadar air optimum). Analisa hubungan tersebut dapat berupa sebuah regresi linier atau hubungan berupa kurva kompaksi. Dengan itu penelitian-penelitian ini sangat signifikan dan sangat berguna untuk keperluan proyek jalan.

Berikut metode yang digunakan dalam penelitian ini, yaitu dengan model Goswami persamaan (2.6). Dimana dalam penelitian ini hanya menggunakan nilai dari persen butiran halus (Fines).

Penelitian terkait dengan penelian dengan model Goswami memiliki tujuan yang sama. Penelitian terkait menggunakan beberapa variabel untuk menghasilkan nilai kompaksi, sedangkan untuk model Goswami hanya menggunakan satu variabel. Jelas terlihat dalam penelitian terkait dengan pengujian model Goswami memiliki tujuan yang sama, namun dalam efisiensi waktu pengujian dengan model Goswami adalah pengujian tercepat dibanding penelitian terkait. Namun, akurasi penelitian ini adalah sangat tergantung kepada kualitas data serta jumlah data yang diambil.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil analisa berdasarkan hubungan antara berat isi kering maksimum

(γdmax) dan kadar air optimum (wopt) dengan nilai klasifikasi tanah (persen butiran

halus) diperoleh kesimpulan sebagai berikut:

1. Estimasi dengan Model Regresi mengasil persamaan γdmax*= 1,862 -

0,005*FINES – 0,003*LL dan wopt* = -0,607 + 0,362*FINES + 0,161*LL

2. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan berat isi kering maksimum (γdmax) menghasilkan konstanta m dan k, yaitu m = -0,376

dan k = 2,482.

3. Estimasi dengan Model Goswami menunjukkan hubungan Log G dengan kadar air optimum (wopt) menghasilkan konstanta m dan k, yaitu m = 21,265

dan k = -32,421.

4. Estimasi dengan Model Goswami jelas terlihat lebih mudah dan lebih efektif dibandingkan dengan Model Regresi.

5. Berdasarkan nilai klasifikasi diperoleh jenis tanah A4, A6 dan A7.

6. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering

maksimum estimasi (γdmax*) model regresi memberikan korelasi positif yang

nyata untuk rentang kepercayaan 95%.

7. Dari hubungan kadar air optimum (wopt) dengan kadar air optimum estimasi

(wopt*) model regresi memberikan korelasi positif yang nyata untuk rentang

8. Dari hubungan berat isi kering maksimum (γdmax) dengan berat isi kering

maksimum estimasi (γdmax#) model regresi memberikan korelasi positif yang

nyata untuk rentang kepercayaan 95%.

9. Dari hubungan kadar air optimum (wopt) dengan kadar air optimum estimasi

(wopt#) model regresi memberikan korelasi positif yang nyata untuk rentang

kepercayaan 95%.

10. Berat isi kering maksimum (γdmax) dan kadar air optimum (wopt) memiliki

hubungan yang signifikan terhadadap persen butiran halus (Fines).

5.2 Saran

Untuk mendapatkan rentang kepercayaan yang lebih tinggi lagi maka model Goswami harus dimodifikasi. Nilai korelasi dapat dipengaruhi oleh hal-hal seperti:

1. Jumlah data yang diteliti

Nilai korelasi dapat ditingkatkan dengan cara menambah jumlah data yang akan diteliti dan mewakili kondisi yang sebenarnya dilapangan.

2. Kesalahan data proses pengujian.

Hasil pengujian sangat mempengaruhi nilai korelasi. Pengujian yang dilakukan harus sesuai dengan standar USCS atau AASTHO sebagaimana yang telah di jelaskan pada BAB III. Hasil pengujian dipengaruhi oleh teknik atau latar belakang masing-masing individu yang melakukan pengujian.

BAB II

TINJAUAN PUSTAKA

2.1 Lapisan Tanah Dasar Perkerasan (Subgrade)

Subgrade adalah tanah dasar di bagian bawah lapis perkerasan jalan. Lapisan tanah dasar dapat berupa tanah asli yang dipadatkan jika tanah aslinya baik atau tanah urugan yang didatangkan dari tempat lain atau tanah yang distabilisasi dan lain lain.

Gambar 2.1. Susunan Jenis Lapisan Perkerasan Jalan Raya

Pada prosedur pekerjaan lapisan subgrade, sebelum kegiatan penghamparan perkerasan dilakukan, bagian lapisan subgrade harus sudah dalam keadaan siap (kuat, padat, bersih dan dibentuk sesuai rencana). Adapun langkah-langkah pelaksanaannya adalah sebagai berikut:

1. Apabila tanah eksisting lebih tinggi dari elevasi rencana, maka dilakukan pekerjaan galian. Sedangkan apabila tanah eksisting lebih rendah dari elevasi rencana, maka dilakukan pekerjaan timbunan. Pada pekerjaan galian, tanah dasar dibentuk permukaan tanahnya dengan cara mengupas dengan cangkul.

 Pekerjaan galian dimaksudkan untuk mendapatkan bagian tanah dasar (subgrade) yang akan menentukan kekuatan dari susunan perkerasan di atasnya yang sesuai dengan rencana struktur.

 Pada pekerjaan timbunan, bagian-bagian yang harus ditimbun sampai mencapai ketinggian yang ditentukan, harus ditimbun menggunakan tanah timbunan yang cukup baik, bebas dari sisa (rumput/akar-akar lain-lainya). Penimbunan harus dilakukan lapis demi lapis. Tebal maksimal hamparan 30 cm setiap lapisan. Kemudian tanah tersebut dilembabkan sebelum dilakukan pemadatan.

2. Pemadatan lapisan subgrade menggunakan Vibrator Roller atau Static Roller (sambil diberi air secukupnya untuk mencapai kadar air optimum).

3. Setelah pemadatan tanah dasar selesai, lalu dilakukan perataan menggunakan Motor Grader.

2.2. Pemeriksaan/Pengujian Material Subgrade

Secara umum ada lima pemeriksaan di laboratorium terhadap material subgrade sebelum melaksanakan pengujian Kompaksi (Bowles, J.E., 1993), yaitu pemeriksaan Kadar Air (Water Content Test), Berat Jenis (Specific Gravity Test), Konsistensi Atterberg (Atterberg Limit Test) dan Analisa Saringan (Sieve Analysis Test) serta Klasifikasi Tanah (USCS dan AASHTO):

A. Pemeriksaan Kadar Air (Water Content Test)

Pemeriksaan ini dilakukan mengacu pada ASTM D 2216-92, Test Method for Laboratory Determination of Water (Moisture) Content of Soil and Rock” untuk

mendapatkan besaran kadar air (w). Kadar air tanah (w) didefinisikan sebagai perbandingan antara berat air (Ww) dengan berat butiran (Ws) dalam tanah tersebut yang dinyatakan dalam satuan persen. Kadar air tanah (w) dapat dinyatakan dalam persamaan:

% = �_��

� .

Cara memperolehnya, contoh tanah basah mula-mula ditimbang, kemudian dikeringkan di dalam oven pada suhu 230° F (110° C) hingga mencapai berat konstan. Berat contoh setelah dikeringkan adalah berat partikel solid. Perubahan berat yang terjadi selama proses pengeringan setara dengan berat air. Untuk tanah organik, terkadang disarankan untuk menurunkan suhu pengeringan hingga mencapai 140° F (60° C). Kadar Air (w) diperlukan untuk menentukan properties tanah dan dapat dikorelasikan dengan parameter-parameter lainnya.

B. Pemeriksaan Berat Jenis (Specific Gravity Test)

Pemeriksaan ini dilakukan berdasarkan ASTM D 854-92, “Standard Test Method for Specific Gravity of Soils”. Metoda ini digunakan pada contoh tanah dengan komposisi ukuran partikel lebih kecil daripada saringan No. 4 (4.75 mm). Untuk partikel dengan ukuran lebih besar dari saringan tersebut, prosedur pelaksanaan mengacu pada “Test Method Specific Gravity and Absorptionof Coarse Aggregate (ASTM C 127-88)”.

Berat jenis tanah (Gs), didefinisikan sebagai perbandingan massa volume partikel tanah di udara dengan massa volume air pada suhu kamar (umumnya 68°F {=20°C}). Berat jenis tanah dapat dinyatakan dalam persamaan:

Gs = _{w ′− w − w − w .}w − w

dimana:

Gs = Berat jenis tanah

w1 = Berat piknometer kosong

w2 = Berat piknometer + sampel tanah kering w3 = Berat piknometer + sampel tanah + air suling w4 = Berat piknometer + air suling

w4’ = w4 x factor koreksi suhu [k]

Berat jenis tanah (Gs) ditentukan berdasarkan jumlah dari pycnometer yang sudah dikalibrasi, dimana massa dan suhu dari contoh tanah deaerasi/air distilasi diukur. Specific gravity dari tanah diperlukan untuk menentukan hubungan antara berat dan volume tanah, dan digunakan untuk perhitungan test Laboratorium lainnya.

C. Pemeriksaan Konsistensi Atterberg (Atterberg Limit Test)

Pemeriksaan ini dilakukan sesuai dengan ASTM D 4318-95, ”Test Method for Liquid Limit, Plastic Limit and Plasticity Index of Soils”.

Kadar air pada saat Batas Cair (Liquid Limit=LL) diperoleh dengan cara

meletakkan pasta tanah dalam mangkuk kuningan kemudian digores tepat ditengahnya dengan alat penggores standar. Kemudian engkol pemutar digerakkan, sehingga mangkuk naik turun dari ketinggian 0.4 inci (10 mm) dengan kecepatan 2 drop/detik. Liquid limit dinyatakan sebagai kadar air dari tanah yang dibutuhkan

untuk menutup goresan yang berjarak 0.5 inci (13 mm) sepanjang dasar contoh tanah dalam mangkuk sesudah 25 pukulan.

Kadar air pada saat Batas Plastis (Plastic Limit=PL) ditentukan dengan mengetahui secara pasti kadar air terkecil, dimana pasta tanah dapat digulung hingga diameter 0.125 inci (3.2 mm) tanpa mengalami keretakan. Sedangkan Indeks Plastisitas (Plasticity Index=PI) diperoleh dari selisih nilai kadar air pada saat Batas Cair (LL) dengan nilai kadar air pada saat Batas Plastis (PL).

D. Pemeriksaan Analisa Saringan (Shieve Analysis Test)

Prosedur pelaksanaan pemeriksaan ini mengacu pada ASTM C

136-95a,”Method for Shieve Analysis of Fine and Coarse Aggregates”.

Pengujian ini dilakukan dengan cara menyaring sejumlah sampel tanah dengan satu unit saringan berukuran 4,75mm (no.4) hingga 0,0075 (no.200). Saringan tersebut lalu digetarkan dengan menggunakan shieve shaker machine. Setelah itu, berat sampel yang tertahan pada tiap-tiap saringan ditimbang beratnya. Lalu akan didapatkan persentase butiran yang lolos dari tiap-tiap saringan.

E. Pemeriksaan Klasifikasi Tanah (USCS dan AASHTO)

Dari uji index properties tanah, grain size analysis dan atterberg limit dapat digunakan dalam mengklasifikasikan tanah. Sistem klasifikasi tanah yang digunakan dalam penelitiaan ini adalah AASHTO (American Association of State Highway Transportation Official) dan USCS (Unified Soil Classification System).

AASHTO (American Association of Highway and Transportation Officials) memberikan standar kriteria tanah subgrade sebagaimana pada Tabel 2.1.

Tabel 2.1. Karakteristik tanah subgrade oleh AASHTO

Sumber : Bowles, J.E., 1993

Sistem AASHTO (American Association of State Highway Transportation Official) berguna untuk menentukan kualitas tanah dalam perencanaan timbunan jalan subbase dan subgrade. Sistem AASHTO membagi tanah ke dalam 7 kelompok, A-1 sampai dengan A-7 (seperti terlihat pada Tabel 2.2). Tanah dalam tiap kelompok dievaluasi terhadap indeks kelompoknya yang dihitung dalam rumus empiris. Pengujian yang digunakan hanya berupa analisa saringan dan nilai batas-batas Atterberg.

Tabel 2.2. Klasifikasi Tanah Sistem AASHTO

Sumber : Bowles, J.E., 1993

Pada Unified Soil Clasification System (USCS), suatu tanah diklasifikasikan ke dalam tanah berbutir kasar (kerikil dan pasir) jika kurang dari 50% lolos saringan nomor 200 dan diklasifikasikan sebagai tanah berbutir halus (lanau dan lempung) jika lebih dari 50% lewat saringan nomor 200. Simbol-simbol yang digunakan dalam sistem klasifikasi ini diantaranya: kerikil (gravel/G), pasir (sand/S), lempung (clay/C), lanau (silt/M), lanau atau lempung organic (organic silt or clay/O), bergradasi baik (well-graded/W), bergradasi buruk (poor-graded/P), plastisitas rendah (low-plasticity/L), plastisitas tinggi (high-plasticity/H), sebagaimana terlihat pada Tabel 2.3.

Tabel 2.3. Klasifikasi Tanah Unified Soil Classification System

Sumber : Bowles, J.E., 1993

2.3 Pemadatan Tanah

Pemadatan tanah (earthwoks compaction) adalah proses mekanis dimana sejumlah tanah yang terdiri dari partikel padat (solid particles), air dan udara direduksi volumenya dengan menggunakan beban. Beban tersebut dapat berupa beban yang bergerak (rolling), beban yang dipukulkan (tamping) maupun beban

DAFTAR ISI

Halaman

ABSTRAK ... i

KATA PENGANTAR ...ii

DAFTAR ISI ... iv

DAFTAR TABEL ... vi

DAFTAR GAMBAR ...vii

DAFTAR NOTASI ... viii

DAFTAR LAMPIRAN ... ix

BAB I PENDAHULUAN 1.1.Latar Belakang ... 1

1.2.Perumusan Masalah ... 2

1.3.Tujuan Penelitian ... 2

1.4.Manfaat Penelitian ... 2

1.5.Batasan Masalah ... 2

1.6.Sistematika Penulisan ... 3

BAB II TINJAUAN PUSTAKA 2.1. Lapisan Tanah Dasar Perkerasan (Subgrade) ... 5

2.2. Pemeriksaan/Pengujian Material Subgrade ... 6

2.3. Pemadatan Tanah ... 12

2.3.1. Jenis-Jenis Pemadatan ... 13

2.3.2 Parameter Pemadatan Tanah/Kompaksi ... 18

2.3.2 Energi Pemadatan ... 22

2.4. Hubungan Parameter Kompaksi dengan Index Properties ... 23

BAB III METODE PENELITIAN

3.1. Metode dan Lokasi Penelitian ... 30

3.2. Sampel ... 30

3.3. Tahap Persiapan ... 31

3.4. Tahap Pengujian di Laboratorium... 32

3.5. Tahap Pengolahan Data ... 32

3.6. Estimasi Hubungan Parameter Kompaksi dengan Indeks Properties ... 33

3.7. Analisa Hasil Estimasi ... 33

BAB IV HASIL DAN ANALISA DATA 4.1. Hasil ... 35

4.1.1. Hasil Pengujian di Laboratorium ... 35

4.1.2. Hasil Estimasi Parameter Kompaksi dengan nilai indeks properties ... 40

4.2. Analisa Hasil Estimasi ... 49

4.3. Diskusi Hasil ... 51

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 55

5.2. Saran ... 56

DAFTAR TABEL

Tabel 2.1 Karakteristik tanah subgrade oleh AASHTO ... 10

Tabel 2.2 Klasifikasi Tanah Sistem AASHTO ... 11

Tabel 2.3 Klasifikasi Tanah Sistem Unified Soil Classification System ... 11

Tabel 2.4 Penentuan Nilai F ... 25

Tabel 2.5 Sampel tanah yang diguakan dalam membentuk persamaan (Blozt, 1998 dalam Nendi, 2010) ... 26

Tabel 2.6 Statistik hasil pengujian (Ugbe 2012) ... 52

Tabel 4.1 Hasil Pengujian Kadar Air ... 35

Tabel 4.2 Hasil Pengujian Berat Jenis ... 35

Tabel 4.3 Hasil Pengujian Atterberg Limit ... 36

Tabel 4.4 Hasil Pengujian Persen Butiran Halus ... 37

Tabel 4.5 Hasil Pengujian Kompaksi ... 37

Tabel 4.6 Rangkuman Hasil Pengujian di Laboratorium ... 38

Tabel 4.7 Hasil Estimasi Parameter Kompaksi Model Regresi ... 41

Tabel 4.8 Berat Isi Kering Maksimum Model Goswami ... 44

Tabel 4.9 Kadar Air Optimum Model Goswami ... 45

Tabel 4.10 Hasil Estimasi Parameter Kompaksi Model Goswami ... 47

Tabel 4.11 Keakuratan Akurasi Berdasarkan Koesfisien Determinasi ... 45

Tabel 4.12 Perhitung t hitung dan t tabel Berat Isi Kering ... 52

DAFTAR GAMBAR

Gambar 2.1 Susunan jenis lapisan perkerasan jalan raya ... 5

Gambar 2.2 Smooth wheeled roller ... 14

Gambar 2.3 Pneumatic-tired rollers ... 15

Gambar 2.4 Vibratory rollers ... 16

Gambar 2.5 Vibrating plate compactors ... 16

Gambar 2.6 Perbandingan Alat Uji Standar dengan Alat Uji Modified ... 18

Gambar 2.7 Hubungan kadar air optimum dengan berat isi kering maksimum .... 21

Gambar 2.8 Hubungan antara kadar air dan berat isi kering dengan Beberapa jenis tanah yang dipadatkan ... 23

Gambar 2.9 MDD Prediksi vs MDD lab ... 27

Gambar 2.10 OMC Prediksi vs OMC lab ... 27

Gambar 3.1 Sampel tanah yang akan diuji ... 32

Gambar 3.2 Diagram alir penelitian ... 34

Gambar 4.1 Hubungan Log G dengan berat isi kering maksimum ... 43

Gambar 4.2 Hubungan Log G dengan kadar air optimum ... 43

Gambar 4.3Hubungan berat isi kering aktual dengan berat isi kering estimasi Model Regresi ... 50

Gambar 4.4 Hubungan kadar air optimum aktual dengan kadar air optimum estimasi Model Regresi ... 51

Gambar 4.5 Hubungan berat isi kering aktual dengan berat isi kering estimasi Model Goswami ... 52 Gambar 4.6 Hubungan kadar air optimum aktual dengan kadar air optimum

DAFTAR NOTASI

MDD = Berat isi kering OCD = Kadar air optimum

γd = Berat isi kering

γdmaks = Berat isi kering maksimum

γdmaks* = Berat isi kering maksimum estimasi regresi

γdmaks# = Berat isi kering maksimum estimasi model Goswami

w = Kadar air

wopt = Kadar air optimum

wopt* = Kadar air optimum estimasi regresi

wopt# = Kadar air optimum estimasi model Goswami

SG = Specific gravity (berat jenis) LL = Liquid limit (batas cair) PL = Plastic Limit (batas plastis)

PI = Properties index (indeks properties) FINES = Shirve analisys (analisa saringan)

Y = Berat isi kering maksimum atau kadar air optimum

m = Kemiringan kurva

G = Konstanta gradasi k = Konstanta perpotongan

DAFTAR LAMPIRAN