Studi Pengaruh Teknik Normalisasi dan Fungsi Aktivasi Terhadap Performa Model ANN Dalam Menyimulasikan Kekuatan Hasil Sambungan Las - Submit Jurnal
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Fahma, Zulhi Auliya
Subject
Q Science (General)
Datestamp
2022-07-18 08:51:20
Abstract :
Untuk mendapatkan nilai kekuatan tarik dari hasil las SMAW yang optimal perlu dilakukan proses pengelasan yang mempertimbangkan parameter proses pengelasan. Penelitian ini bertujuan membuat model jaringan syaraf tiruan untuk memprediksi nilai kekuatan tarik pada pengelasan dan mengetahui akurasi dari model jaringan syaraf tiruan yang telah dibuat. Dengan tahapan pengumpulan data input dan data output telebih dahulu, lalu membuat rancangan JST yang dapat memberikan nilai akurasi yang tinggi dapata diguanakan untuk memprediksi nilai kekuatan tarik. Dan kemudian melakukan pelatihan dan validasi dari data yang telah dikumpulkan. Penelitian ini menggunakan variasi teknik normalisasi dan fungsi aktivasi. Variasi teknik normalisasi yang digunakan adalah teknik Z-score dan min-max. Perbedaan dari kedua teknik normalisasi ini ada pada range hasil normalisasinya.Pada normalisasi min-max data berubah nilainya menjadi nilai rentang 0 hingga 1. sehingga, data pelatihan dan data pengujian akan memiliki nilai 0 hingga 1. Sedangkan, pada normalisasi Z-score data pelatihan dan data pengujian berubah menjadi bernilai postif dan negatif. Sedangkan, pada fungsi aktivasi yang diguankan ialah Tansig, Logsig, dan Purelin. Perbedaan pada ketiga fungsi aktivasi ini ada pada nilai keluaran yang dihasilkan. Tansig menghasilkan nilai keluaran rentang -1 hingga 1, Logsig menghasilkan nilai keluaran 0 hingga 1, dan Purelin menghasilkan niali yang sama atau bisa dibilang tidak mengubah nilai sama sekali. Dari percobaan yang dilakukan didapatkan model ANN yang terbaik adalah model ANN yang menggunakan normalisasi data Min-Max dengan fungsi aktivasi Logsig dan jumlah neuron pada hidden layer 24. Model ini menghasilkan nilai RMSE sebesar 37,5
Untuk mendapatkan nilai kekuatan tarik dari hasil las SMAW yang optimal perlu dilakukan proses pengelasan yang mempertimbangkan parameter proses pengelasan. Penelitian ini bertujuan membuat model jaringan syaraf tiruan untuk memprediksi nilai kekuatan tarik pada pengelasan dan mengetahui akurasi dari model jaringan syaraf tiruan yang telah dibuat. Dengan tahapan pengumpulan data input dan data output telebih dahulu, lalu membuat rancangan JST yang dapat memberikan nilai akurasi yang tinggi dapata diguanakan untuk memprediksi nilai kekuatan tarik. Dan kemudian melakukan pelatihan dan validasi dari data yang telah dikumpulkan. Penelitian ini menggunakan variasi teknik normalisasi dan fungsi aktivasi. Variasi teknik normalisasi yang digunakan adalah teknik Z-score dan min-max. Perbedaan dari kedua teknik normalisasi ini ada pada range hasil normalisasinya.Pada normalisasi min-max data berubah nilainya menjadi nilai rentang 0 hingga 1. sehingga, data pelatihan dan data pengujian akan memiliki nilai 0 hingga 1. Sedangkan, pada normalisasi Z-score data pelatihan dan data pengujian berubah menjadi bernilai postif dan negatif. Sedangkan, pada fungsi aktivasi yang diguankan ialah Tansig, Logsig, dan Purelin. Perbedaan pada ketiga fungsi aktivasi ini ada pada nilai keluaran yang dihasilkan. Tansig menghasilkan nilai keluaran rentang -1 hingga 1, Logsig menghasilkan nilai keluaran 0 hingga 1, dan Purelin menghasilkan niali yang sama atau bisa dibilang tidak mengubah nilai sama sekali. Dari percobaan yang dilakukan didapatkan model ANN yang terbaik adalah model ANN yang menggunakan normalisasi data Min-Max dengan fungsi aktivasi Logsig dan jumlah neuron pada hidden layer 24. Model ini menghasilkan nilai RMSE sebesar 37,5
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
