Jauhari, Moh Ilfan (2015) Prediksi Sifat Mekanik Keramik Al2o3 Berdasar Penambahan Suhu Sintering Dan Presentase Aditive Menggunakan Jaringan Saraf Tiruan. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2412105012-Undergraduate-Thesis.pdf - Published Version Download (2MB) | Preview |
Abstract
Keramik adalah salah satu material paling penting yang ada di
dunia. Keramik memiliki beberapa aplikasi pada sektor tradisional
ataupun pada sektor advance. Untuk dapat memenuhi sektor-sektor
tersebut sifat mekanik dari keramik harus diperkirakan dengan
benar. Sifat mekanik dari keramik Al2O3 atau alumina seperti
kekuatan bengkok dan kekerasan sangat bergantung pada suhu
temperatur sintering dan material aditive. Penelitian-penelitian
terus dilakukan untuk menentukan sifat mekanik terbaik yang
diperoleh dengan suhu sintering dan material aditive yang
proporsional. Dengan melihat grafik yang dihasilkan oleh jaringan
saraf tiruan, sifat mekanik mengenai kekerasan tidak mengalami
kenaikan pada presentase aditive 8% hingga presentase 15% pada
hampir seluruh range temperatur. Sifat mekanik pada kekuatan
bengkok tidak naik secara signifikan pada presentase aditive 8%
hingga presentase aditive 15% ketika range temperatur 1300oC-
1400oC dan mengalami kenaikan paling signifikan pada presentase
8% hingga 15% ketika range suhu 1500oC-1600oC. Prediksi sifat
mekanik ini menggunakan jaringan syaraf tiruan dengan 1 buah
hidden layer dengan 60 hidden node. Algoritma pembelajaran yang
dipakai adalah lavenberg marquadt. Untuk mengecek kualitas dari
jaringan yang dipakai digunakan parameter NRMSE. NRMSE untuk
kekerasan adalah sebesar 0,001 %. NRMSE untuk kekuatan patah
sebesar 0,002%.
========================================================================================================================
Ceramic is one of the most important material in the
world. It has many aplication in traditional sector or
advanced sector. To comply that sectors the mechanical
properties of the ceramic must be considered properly. The
mechanical properties of ceramic such as flexural strength,
and hardness mainly depend on the sintering temperature and
aditive material. The experiments are still on going to
determine the best mechanical properties by the proportional
sintering temperature and aditive. By seeing the graphic
neural network produce, hardness does not increase at 8%
aditive percentage until 15% aditive percentage of all
temperature range. Flexural strength does not increase
significantly at 8% until aditive percentage 20% at
temperature range 1300oC-1400oC and increase significantly
at 8% percentage until 15% percentage at 1500oC-1600oC.
The mechanical properties prediction is using neural network
with one hidden layer, contains 60 hidden node. The learning
algorithm is lavenberg marquadt. For checking the quality of
the network NRMSE paramater is used. 0,001%. NRMSE of
flexural strength is 0,002%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSF 620.142 Jau p |
| Uncontrolled Keywords: | Keramik, Al2O3, Jaringan Saraf Tiruan, Temperatur Sintering, Presentase Aditive |
| Subjects: | Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis |
| Depositing User: | Users 13 not found. |
| Date Deposited: | 16 Aug 2017 04:33 |
| Last Modified: | 16 Aug 2017 04:33 |
| URI: | http://repository.its.ac.id/id/eprint/48614 |
Actions (login required)
 |
View Item |