Prediksi efisiensi mesin dengan kecerdasan buatan

Oleh :
Mad Yandi - I0408048 - Fak. Teknik

Penelitian ini bertujuan untuk menentukan efisiensi mesin dengan memanfaatkan kecerdasan buatan. Kecedasan buatan yang digunakan adalah Artificial Neural Network(ANN) dan Support Vector Machine(SVM). Dalam ANN algoritma yang digunakan adalah Radial Basis Function dan Backpropogation sedangkan kernel yang digunakan pada SVM adalah Radial Basis Function kernel. Data-data yang digunakan merupakan hasil uji coba dari mesin Prius 1.5L dengan jumlah data 144 dimana 120 data merupakan data training dan 24 data merupakan data testing. Parameter-parameter yang diambil adalah torsi, kecepatan putar(RPM) dan efisiensi. Hasil dari analisa data menunjukkan bahwa hasil pelatihan dapat mendekati perhitungan sebenarnya dengan korelasi 0.9664(RBF), 0.9979(Backpropogation) dan 0.9836(RBF kernel). Waktu komputasi untuk masing-masing kecerdasan buatan adalah 9.354s(RBF), 263.44s(Backpropogation) dan 2.1994s(RBF Kernel). Kata kunci: Kecerdasan buatan, Artificial Neural Network, Support Vector Machine, prediksi efisiensi, Backpropogation, Radial Basis Function.