TANJUNG, RIFQI AULIA (2016) PREDIKSI KEBUTUHAN ARUS PROTEKSI PADA UNDERGROUND IMPRESSED CURRENT CATHODIC PROTECTION DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK. In: Tugas Akhir, Materials and Metallurgical Engineering Department.
Preview |
Text
2711100071-Paper.pdf - Published Version Download (947kB) | Preview |
Preview |
Text
2711100071-Presentation.pdf - Published Version Download (1MB) | Preview |
Abstract
Untuk dapat menghasilkan desain proteksi katodik arus paksa (ICCP) perlu dilakukan perhitungan kebutuhan arus proteksi yang tepat agar proteksi katodik dapat berjalan dengan optimal. Penelitian ini berfokus pada prediksi kebutuhan arus proteksi yang optimal untuk aplikasi ICCP dalam tanah dengan menggunakan neural network (NN). Modeling dengan menggunakan NN dilakukan dengan menggunakan data yang memiliki beda derajat keasaman (pH), coating parameters dan waktu proteksi. Data dari 2080 kondisi berbeda diinput pada NN sebagai training data. NN yang digunakan dalam penelitian kali ini adalah jenis multilayer perceptron (MLP) dan hasil prediksi kebutuhan arus proteksi. Kemudian hasil training dari MLP NN ini disimulasi menggunakan 25 data testing dan menghasilkan 3 model terbaik dengan struktur MLP Feedforward-Backpropagation yang memiliki jumlah neuron 26, 27 dan 28. Model ini memiliki akurasi hingga 5.24x10-3.
| Item Type: | Conference or Workshop Item (Paper) |
|---|---|
| Uncontrolled Keywords: | Impressed Current Cathodic Protection; Protective Current Prediction; Various Conditions; Neural Networks; |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP T Technology > TA Engineering (General). Civil engineering (General) T Technology > TS Manufactures |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
| Depositing User: | RIFQI AULIA TANJUNG |
| Date Deposited: | 03 Jun 2016 13:14 |
| Last Modified: | 27 Dec 2018 07:51 |
| URI: | http://repository.its.ac.id/id/eprint/176 |
Actions (login required)
 |
View Item |