Penggunaan Jaringan Saraf Tiruan Untuk Mengetahui Pengaruh Variasi Temperatur Pemanasan Pada Proses Perlakuan Panas Pasca Pengelasan Baja Aisi 316 Terhadap Laju Korosi

Purnama, Dika (2009) Penggunaan Jaringan Saraf Tiruan Untuk Mengetahui Pengaruh Variasi Temperatur Pemanasan Pada Proses Perlakuan Panas Pasca Pengelasan Baja Aisi 316 Terhadap Laju Korosi. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 4104100066-Undergraduate_Thesis.pdf - Accepted Version Download (12MB)

Abstract

Baja tahan karat AISI 316 yang telah dikenai proses pengelasan, struktur mikronya akan berubah dan cenderung menyebabkan korosi. Dari penelitian sebelurnnya diketahui pengaruh perlakuan panas pasca pengelasan terhadap timbulnya korosi. Variasi suhu perlakuan panas adalah 850°C, 900°C, 950°C, dan 1 000°C, sedangkan suhu yang mempengaruhi perubahan struktur mikro baja tahan karat AISI 316 adalah sampai 1120°C. Pada penelitian ini akan dikembangkan perangkat lunak berbasis jaringan saraf tiruan (JST) dengan arsitektur backpropagation untuk memprediksi laju korosi yang terjadi jika suhu pemanasan pasca pengelasan dilakukan sampai 1120°C. Data-data untuk pelatihan jaringan didapatkan dari data pengujian terdahulu yang terlebih dahulu diperluas dengan menggunakan metode regresi polynomial dan interpolasi. Berdasarkan hasil perhitungan dengan menggunakan jaringan saraf tiruan diperoleh nilai laju korosi untuk temperatur pemanasan 850°C, 900°C, 950°C, 1000°C, 1050°C, 1100°C, dan 1120°C secara berturut-turut sebesar : 0.345 mmpy, 0.332 mrnpy, 0.327 mmpy, 0.225 mmpy, 0.187 mmpy 0.189 mmpy dan 0.175 mmpy. Dengan melihat besarnya laju korosi yang dihasilkan oleh masing-masing suhu pemanasan dapat disimpulkan bahwa laju korosi menjadi berkurang ketika suhu pemanasan bertambah besar.
====================================================================================================================================
After welding process, the microstructure of stainless steel AISI 316 will be altered, which may cause corrosion problem. From the previous research, effect of post weld heat treatment to corrosion problem has been known. Temperature variation for post weld heat treatment are 850°C, 900°C, 950°C, and 1 000°C. This research will develop a software, based on artificial neural network (ANN) with backpropagation algorithm to predict corrosion rate which will arise if the heating temperature is increased until 1120°C. This ANN models will then be teached and tested by using the data that obtained from polynomial and interpolation regressions. The result indicated that for heating temperature of 850°C, 900°C, 950°C, 1 000°C, 1050°C, 1100°C, and 1120°C the corrosion rates are 0.345 mmpy, 0.332 mmpy, 0.327 mmpy, 0.225 mmpy, 0.187 mmpy, 0.189 mmpy and 0.175 mmpy respectively. Based on the test result, the higher temperatures of heat treatment produce the lower corrosion rates.

Item Type:	Thesis (Other)
Additional Information:	RSPe 620.112 23 Pur p 2009
Uncontrolled Keywords:	baja tahan karat AISI 316, backpropagation, laju korosi, jaringan saraf tiruan, stainless steel AISI 316, backpropagation, corrosion rates, artificial neural network
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence
Divisions:	Faculty of Marine Technology (MARTECH) > Naval Architecture and Shipbuilding Engineering > 36201-(S1) Undergraduate Thesis
Depositing User:	Totok Setiawan
Date Deposited:	06 Jun 2023 08:49
Last Modified:	06 Jun 2023 08:49
URI:	http://repository.its.ac.id/id/eprint/98046

Actions (login required)

View Item