Mengoptimalkan prediksi kekuatan tekan beton berkelanjutan menggunakan abu limbah pertanian campuran terner, abu ampas tebu, dan abu sekam padi dengan teknik komputasi lunak

Abstrak
Studi ini meneliti sifat-sifat beton berkelanjutan yang diproduksi dengan mengganti sebagian semen Portland biasa (OPC) dengan limbah pertanian, termasuk abu ampas tebu (SBA) dan abu sekam padi (RHA). Penelitian ini menyelidiki efek dari penggantian ini baik secara individual maupun dalam kombinasi sambil mengganti pasir sungai sepenuhnya dengan pasir buatan. Sebanyak 18 proporsi campuran beton mutu M-30 disiapkan dan diuji untuk mengevaluasi kekuatan tekannya, dengan memanfaatkan 164 set data eksperimen. Untuk memprediksi kekuatan tekan beton berkelanjutan, teknik pembelajaran mesin tingkat lanjut telah digunakan. Model hibrida dikembangkan dengan mengoptimalkan hiperparameter jaringan saraf tiruan (ANN) menggunakan empat algoritma metaheuristik: Harris Hawk Optimizer (HHO), Particle Swarm Optimizer (PSO), Gray Wolf Optimizer (GWO), dan Slime Mold Algorithm (SMA). Performa prediksi model dinilai menggunakan delapan metrik, termasuk R2, VAF, MAE, dan RMSE, di samping analisis komparatif berdasarkan pengukuran komprehensif (COM), kriteria kekuatan kinerja (PSC), diagram sebar, dan histogram kesalahan residual. Hasilnya menunjukkan bahwa model ANN-HHO secara konsisten mengungguli model hibrida lainnya. Dalam fase pelatihan, ANN-HHO mencapai metrik performa tertinggi (R2 = 0,9606, VAF = 96,0363), dengan keunggulan serupa dalam fase pengujian (R2 = 0,9580, VAF = 95,8005). Selain itu, ANN-HHO menunjukkan metrik kesalahan terendah (MAE = 0,0339, RMSE = 0,0493 dalam pelatihan; MAE = 0,0384, RMSE = 0,0509 dalam pengujian). Model ini juga mencapai nilai COM (0,712) dan PSC (0,940) terbaik, yang mengonfirmasi keakuratan dan ketahanannya yang unggul dibandingkan dengan model ANN-GWO, ANN-PSO, dan ANN-SMA. Histogram sisa kesalahan selanjutnya mendukung prediksi model yang tidak bias dan simpangan baku yang lebih kecil. Validasi eksperimental memverifikasi kemanjuran model ANN-HHO sebagai alat alternatif yang andal untuk secara akurat memprediksi kekuatan tekan beton berkelanjutan yang menggabungkan limbah pertanian. Temuan ini menyoroti potensi pendekatan yang dibantu pembelajaran mesin dalam memajukan praktik konstruksi berkelanjutan.