Optimasi Keandalan Beton Bertulang-GFRP Berdasarkan ACI PRC-440.2-23
DOI:
https://doi.org/10.51178/jpspr.v6i3.3731Keywords:
Analisis Keandalan, Batas Regangan Efektif, Optimasi Biaya Siklus Hidup, Perkuatan GFRP, Simulasi Monte CarloAbstract
Penelitian ini membahas penentuan jumlah lapisan GFRP yang paling optimal untuk memperkuat balok beton bertulang terhadap lentur dengan mempertimbangkan keandalan dan biaya siklus hidup. Analisis dilakukan dengan mengacu pada batas regangan efektif dalam ACI PRC-440.2-23. Pendekatan desain yang hanya menggunakan nilai deterministik dapat kurang menggambarkan pengaruh ketidakpastian material, keterbatasan regangan akibat debonding, dan dampak biaya ketika terjadi kegagalan. Oleh karena itu, penelitian ini menggunakan simulasi Monte Carlo sebanyak 10.000 sampel untuk setiap variasi balok dan jumlah lapisan GFRP. Lima parameter yang dibuat sebagai variabel acak adalah kuat tekan beton, kuat leleh baja, kuat tarik GFRP, modulus elastisitas GFRP, dan regangan ultimit GFRP. Penelitian dilakukan pada tiga ukuran balok dengan empat variasi jumlah lapisan GFRP. Perhitungan dilakukan dengan mempertimbangkan kompatibilitas regangan, tegangan pada tulangan baja, kemungkinan terjadinya rupture pada GFRP, serta batas regangan efektif akibat debonding. Hasil analisis menunjukkan bahwa penambahan jumlah lapisan GFRP memang meningkatkan kapasitas lentur rata-rata balok, tetapi peningkatannya semakin kecil ketika jumlah lapisan bertambah karena adanya batas regangan efektif. Probabilitas kegagalan juga turun cukup signifikan, dari sekitar 4,17–77,10% pada perkuatan satu lapis menjadi sekitar 0,03% atau lebih rendah pada konfigurasi yang dipilih sebagai kondisi optimal. Dari sisi biaya siklus hidup, penggunaan dua lapis GFRP menjadi pilihan yang paling optimal untuk balok kecil dan sedang, sedangkan balok berukuran besar membutuhkan tiga lapis. Hasil ini menunjukkan bahwa pertimbangan keandalan dan biaya secara bersamaan dapat membantu mendapatkan desain perkuatan GFRP yang lebih aman dan ekonomis.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Aoron Honestyo, Ryan Maulana, Ifan Darmawan, Ezra Andreas Saputra

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.






