Image of ANALISIS PREDIKSI KEKASARAN PERMUKAAN HASIL PROSES SIDE MILLING AISI 1045 MENGGUNAKAN ARTIFICIAL NEURAL NETWORKS (ANN)

Skripsi

ANALISIS PREDIKSI KEKASARAN PERMUKAAN HASIL PROSES SIDE MILLING AISI 1045 MENGGUNAKAN ARTIFICIAL NEURAL NETWORKS (ANN)

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Kekasaaran permukaan adalah salah satu penyimpangan yang disebabkan oleh kondisi pemotongan pada proses pemesinan. Pada pengujian ini pemberian cairan pemotongan dilakukan dengan metode MQL (minimum quantity lubricant) dengan benda kerja AISI 1045. Eksperimental pengujian dilakukan berdasarkan Central Composite Design dengan titik level yang disesuaikan dengan kondisi mesin freis vertikal yang digunakan, dengan Variabel kecepatan potong (Vc), gerak makan (fz) dan kedalaman potong (a). Prediksi kekasaran permukaan dilakukan dengan menggunakan metode Artificial Neural Networks. Syarat yang ditetapkan dalam ANN yaitu struktur jaringan dengan 3 input, n hidden layer dan 1 output, algoritma jaringan feed forward backpropagation, training dan fungsi learning dengan Levenberg-Marquardt dan performansi dikalkulasikan dengan MSE. Hasil yang didapatkan bahwa pengaruh kecepatan potong terhadap kekasaran berbanding terbalik, semakin tinggi kecepatan potong maka akan menghasilkan nilai keasaran yang halus dan sebaliknya, sedangkan pengaruh gerak makan dan kedalaman makan terhadap kekasaran berbanding lurus, semakin tinggi nilai gerak makan dan kedalaman makan maka nilai kekasaran yang didapat akan semakin kasar. Prediksi kekasaran permukaan menghasilkan MSE terendah pada jaringan struktur 3-8-1 dengan MSE 0,001648738 dengan prediksi eror sebesar 3,2415% pada keseluruhan data training dan data testing. Dan pada data test mendapatkan rentang nilai penyimpangan 0,99% sampai 15,199%.

Availability
Inventory Code Barcode Call Number Location Status
2007001301T38629T386292020Central Library (REFERENCES)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T386292020
Publisher
Inderalaya : Prodi Teknik Mesin, Fakultas Teknik Universitas Sriwijaya.,
Collation
xxv, 51 hlm.; tab.; ilus.; 28 cm.
Language
Indonesia
ISBN/ISSN
-
Classification
621.313 07
Content Type
Text
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Teknik mesin
Mesin Generator
Specific Detail Info
-
Statement of Responsibility
Other version/related

No other version available

File Attachment
Comments
You must be logged in to post a comment