Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Kualitas Hasil Produksi Gula Di PT. PG Rajawali I Surabaya

Kuspratiwi, Birgitta S. (2015) Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Kualitas Hasil Produksi Gula Di PT. PG Rajawali I Surabaya. Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
5211100032-Undergraduate Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Peningkatan kualitas gula nasional merupakan salah satu upaya untuk meningkatkan daya saing gula nasional pada industri gula saat ini. Kualitas Gula Nasional yang dihasilkan harus sesuai dengan Standar Nasional Indonesia (SNI) Gula Kristal Putih. Saat ini pengawasan dan pengujian kualitas gula belum efektif dan efisien karena begitu banyaknya jumlah parameter yang diamati untuk menganalisis kualitas gula, sedangkan pengamatan dan pengujian dilakukan pada setiap tahapan proses produksi, sehingga membutuhkan waktu yang lama dan biaya yang tidak sedikit. Tidak adanya pengukuran kualitas gula juga mengakibatkan ketidakpastian kualitas gula yang dijual sehingga konsumen dikecewakan karena kualitas gula yang dibeli tidak selalu baik. Oleh karena itu perlu dibangun sistem prediksi kualitas gula harian sehingga perusahaan dapat mengurangi waktu dan biaya untuk melakukan pengujian kualitas gula. Sistem prediksi kualitas gula harian pada tugas akhir ini dibangun dengan menggunakan algoritma jaringan syaraf tiruan dengan arsitektur jaringan banyak lapisan (multilayer network) dan algoritma pembelajaran propagasi balik. Input jaringan syaraf tiruan yang digunakan adalah parameter proses produksi gula kristal putih pada 4 stasiun yaitu gilingan, penguapan, pemurnian, dan masakan. Output yang dihasilkan pada jaringan syaraf tiruan adalah hasil warna larutan (ICUMSA) dan besar jenis butir (BJB) Hasil dari penelitian Tugas Akhir ini adalah hasil prediksi kualitas gula PT. PG Rajawali I, faktor produksi yang mempengaruhi penurunan kualitas gula kristal putih pada tahun 2014, dan rekomendasi perbaikan proses produksi ke depannya =========================================================================================================== The improvement of national sugar quality is an effort to improve the competiveness of the national sugar in the sugar industry today. Quality of the national sugar must comply with the national standard for plantation white sugar. Currently, sugar control and quality testing has not been effective and efficient because too many observation parameters number to analyze the quality of sugar, while the observations and tests performed at each stage of the production process, so it takes longer time and more cost. The absence of sugar quality’s measurement impact is the uncertainty quality of sugar that have been sold and thus made consumers let down because the quality of the purchased sugar is not always good. Therefore, it is necessary to build sugar quality daily prediction system so that companies can reduce the time and costs for testing the quality of sugar. Sugar quality daily prediction in this thesis is built by neural network algorithm with multilayer network and backpropagation learning algorithm. Production process parameter in four stations are being used to neural network name mill station, evaporation, purification, and cuisine. The output for neural network is color of sugar liquid (ICUMSA) and grain sugar size. Final result of this thesis are the result of the prediction sugar quality in PT. PG. Rajawali I Surabaya, factors that affect the decreasing of sugar quality in 2014, and recommendation for future improvement of the sugar production process.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 006.3 Kus p
Uncontrolled Keywords: Jaringan Syaraf Tiruan, Prediksi, Kualitas, Gula
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 28 Jun 2019 02:51
Last Modified: 28 Jun 2019 02:51
URI: http://repository.its.ac.id/id/eprint/63345

Actions (login required)

View Item View Item