Memprediksi waktu produksi mesin bubut dengan pendekatan kecerdasan buatan (artificial intelligence)

Oleh :
Bambang Adi Winoto - I1405018 - Fak. Teknik

Penelitian ini bertujuan untuk memperkirakan waktu produksi mesin bubut dengan menggunakan pendekatan jaringan syaraf tiruan (JST) dengan algoritma Radial Basis Function (RBF). Penulisan program (script) dilakukan dengan bantuan perangkat lunak MATLAB. Pada algoritma Radial Basis Function ini, jaringan syaraf tiruan dilatih dengan menggunakan data-data yang diambil dan dihitung dari data pengukuran. Parameter-parameter yang diambil untuk pelatihan jaringan adalah variasi putaran poros (190 rpm, 300 rpm dan 460 rpm), feeding (0,114 mm/rev, 0,228 mm/rev, 0,381 mm/rev dan 0,457 mm/rev) dan tebal pemakanan (0,1 mm, 0,2 mm, 0,3 mm dan 0,4 mm). Jumlah variasi percobaan adalah sebanyak 48, dari variasi data ini 38 data digunakan untuk pembelajaran jaringan dan sisanya sebanyak 10 data akan digunakan sebagai data pengujian. Hasil dari analisa data menunjukkan bahwa hasil pelatihan dapat mendekati perhitungan sebenarnya dengan error terkecil 0,0001 %, dan error terbesar 0,0084 %, pada pelatihan error rata-rata yang didapatkan adalah 0,0040 %. Prediksi waktu produksi menghasilkan error terkecil 1,7757 % dan error terbesar 13,8249 % dengan error rata-rata 6,4033 %. Berdasarkan hasil tersebut bisa disimpulkan bahwa jaringan syaraf tiruan dengan algoritma radial basis function dapat digunakan untuk memprediksi waktu produksi mesin bubut dengan hasil mendekati hasil perhitungan sesungguhnya.