Bintoro, Irfan (2002) Identifikasi Proses Pada "Distillation Column" Dengan Metode Jaringan Syaraf Tiruan di PT. Petro Oxo Nusantara Gresik. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2498100017-Undergraduate Thesis.pdf - Published Version Download (49MB) | Preview |
Abstract
Penerapan sistem kontrol berbasis model (model based control} sangat
diperlukan untuk mengatasi permasalahan industri-industri kimia yang memiliki
karakteristik proses yang nonlinier, multivariabel dan kompleks. PemUlSlJiahan
akan timbul kerika dalam mengidentifikasi sebuah proses nonlinier untuk
mendapatkan model non /inier plant menggunakan metode persamaan
differensial. Hal itu disebabkan karena rumimya persamaan matematis yang
digunakan. Dengan kemampuan nonlinier mappingnya, JST mampu memberikan
kemudahan dalam mengidentifikasi proses nonlinier. Pada Tugas Akhir ini
dirancang sebuah model proses Distillation Column (T-160) di Pabrik PT. Petro
Oxo Nusantara Gresik yang didapat dari hubungan datafisis input-output proses.
Input proses merupakan variabel termanipulasi yaitu flow reflux dan flow NBD.
Output proses adalah variabe/ terkontrol yaitu temperatur kolom dan level
cairan bag ian bawah . Kedua jenis data input-output proses ini digunakan pada
proses supervised learning yang merepresentasikan model dari proses distillation
Column. Konfigurasi dari jaringan syaraf tiruan yang digunakan untuk model
temperatur terdiri dari llapisan (layer) input denganjumlah node= 6, 1/apisan
hidden (hidden layer) dengan jumlah node 16 dan 1 lapisan output dengan
node = 1. Sedangkan untuk mode/level cairan terdiri dari I lapisan (layer) input
dengan node = 6, 1 lapisan hidden (hidden layer) dengan jumlah node= J 5 dan
1 lapisan output dengan node = I. Fungsi aktifasi yang digunakan adalah logsig.
Jaringan syaraf dapat merepresentasikan dinamika proses untulc model
temperatur pada epoch ke-8~3 dan untuk model level pada epoch ke-1096 dengan
error goal masing-masing = Itr dan 10~. Dari hasil validasi dapat ditentukan
bahwa model yang diujikan adalah valid. Hal ini ditinjau dari error rata-rata
-
masing-masing model, untuk model temperatur error prediksi rata-rata e =
0.0057 dan untuk mode/level cairan e = 0.0088. Dan tinjauan keduanya adalah
dari nilai regresinya R= 0,961 zmtuk model temperatur dan R = 0.9~3 untuk
mode/level cairan distillasi dimana kedua nilai tersebut mencerminkan lzubungan
yang baik antara ouput JST dengan aktual proses.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSF 006.32 Bin i |
| Subjects: | Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Industrial Technology > Physics Engineering |
| Depositing User: | ansi aflacha |
| Date Deposited: | 22 Jul 2019 02:45 |
| Last Modified: | 22 Jul 2019 02:45 |
| URI: | http://repository.its.ac.id/id/eprint/64316 |
Actions (login required)
 |
View Item |