Prediksi Sifat Mekanik Keramik Al2o3 Berdasar Penambahan Suhu Sintering Dan Presentase Aditive Menggunakan Jaringan Saraf Tiruan

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.

[img]
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 > (S1) Undergraduate Theses
Depositing User: Mrs Ansi Aflacha
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 View Item