PERANCANGAN STEEL PLATE SHEAR WALLS DENGAN SAMBUNGAN REDUCED BEAM SECTION
Bibliographic record
Abstract
Pemanfaatan pelat baja sebagai dinding geser sudah gencar diaplikasikan \nbeberapa negara maju seperti Canada, Jepang, dan Amerika. Steel Plate Shear Walls \nbegitu digemari untuk struktur gedung tinggi, terutama yang dirancang pada daerah \nrawan gempa. Fakta ini didukung oleh perilaku sistem struktur ini sangat baik dalam \nmenahan beban lateral. Dimana kekuatan dan kekakuan pelat pasca tekuk cukup bisa \ndiandalkan. Selain itu, sistem penahan beban lateral ini juga dikatakan lebih \nekonomis, menghasilkan struktur gedung yang ringan dan mudah diaplikasikan. \nGempa Northridge di tahun 1994 banyak menunjukkan bahwa struktur gedung baja \nternyata sangat rapuh di daerah sambungan. Gedung – gedung mencapai kegagalan \nakibat sobeknya sambungan. Sehingga sambungan penahan momen yang lebih bisa \ndiandalkan banyak dikembangkan dengan merujuk pada kegagalan gempa Northridge \ntersebut. Salah satu yang sering diaplikasikan sekarang adalah sambungan Reduced \nBeam Section, dimana ide dasarnya adalah dengan member coakan / dogbone pada \nsayap penampang balok yang letaknya dekat dengan muka kolom. Sehingga \ndiharapkan sendi plastis akan terbentuk di daerah tersebut. \nLaporan ini membahas bagaimana aplikasi perancangan SPSW dengan \nsambungan penahan momen RBS. Serta bukaan pada pelat SPSW yang terkadang \ntidak bisa dihindari dalam pelaksanaan juga disinggung untuk melihat prosedur dan \ncara kerja yang diharapkan dengan disokong oleh balok dan kolom (LBE) di \nsekelilingnya. Bangunan yang dirancang merupakan bangunan 10 lantai dengan \ndenah simetris. Bentang arah x dan y adalah 37.5 m. Direncanakan sebagai gedung \nperkantoran di wilayah gempa 6. Bangunan dianalisis menggunakan program bantu \nETABS versi 9 dengan metode modified strip model (shishkin, 2005). Analisis beban \ngempa dengan metode statik ekuivalen sesuai SNI-1726-2002 dibahas dalam desain \nawal. \nKekakuan SPSW sangat membantu dalam mengontrol waktu getar alami yang \nterjadi. Dari hasil analisis yang dilakukan, pelat baja yang dibutuhkan berkisar antara \n2.6mm (lt. 10) sampai dengan 12.7mm (lt.1), menunjukkan bahwa benar adanya \nsistem SPSW memberikan keuntungan dari keringanan struktur gedung. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.084 | 0.018 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".