Data Mining dalam Kajian Kualitas Aspal Beton Menggunakan Forward Selection Berbasis Naïve Bayes

Abstract

Pengelolaan jalan guna memenuhi tuntutan masyarakat sebagai pengguna jalan bukanlah pekerjaan yang mudah, terlebih pada saat kondisi anggaran terbatas serta beban kendaraan yang cenderung jauh melampaui batas dan kondisi cuaca yang kurang bersahabat. Disamping itu, makin meningkatnya kesadaran masyarakat untuk menyampaikan tuntutannya atas penyediaan prasarana jalan merupakan tantangan yang perlu mendapat perhatian dari pihak-pihak yang terkait dalam pembinaan jalan. Perencanaan yang baik, terkadang meleset dalam pelaksanaannya, yang akibatnya akan berdampak pada masyarakat pengguna jalan. Komposisi gradasi perkerasan lentur yang digunakan sering tidak sesuai dengan desain perencanaan dan peruntukkannya. Banyak upaya yang dilakukan untuk melihat kembali komposisi yang digunakan gradasi yang digunakan. Dari penelitian yang dilakukan adalah bahwa dengan menerapkan ilmu komputer khususnya data mining dalam pengujian kualitas aspal beton sehingga dapat menentukan atribut atau parameter yang berpengaruh dalam uji kualitas aspal beton. Hasil dari penelitian menunjukkan bahwa atribut yang paling berpengaruh adalah volume, vim dan vfa. Dengan hasil akurasi 94,03% dan nilai AUC 0,988.