Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 137019 dokumen yang sesuai dengan query
cover
Ema Farikhatin
Perancangan parameter taguchi untuk optimasi proses coating tablet dengan model artificial neural network pada industri farmasi = Coating tablet process optimization using taguchi method of parameter design and neural network process model in pharmaceutical industry
"Peningkatan kualitas merupakan satu aspek yang dapat meningkatkan kepuasan pelanggan. Untuk menghasilkan produk berkualitas tinggi, perlu diketahui faktor terkontrol yang mempengaruhi dan bagaimana faktor tersebut harus diatur. Untuk memecahkan masalah ini dilakukan eksperimen menggunakan metode Taguchi. Penelitian ini menjelaskan metode optimasi proses coating tablet dengan menggunakan metode desain parameter Taguchi dan Neural Network model.
Metode Taguchi berfungsi untuk mengidentifikasi parameter proses yang optimum dan Neural Network model untuk memprediksi respon dari parameter proses. Kombinasi kedua pendekatan ini mampu mengidentifikasi parameter-parameter proses yang penting untuk merancang suatu desain penyetelan kondisi operasional proses yang tahan terhadap segala macam sumber variasi (Robust Design), tanpa harus melakukan eksperimen aktual pada proses.
The increasing quality of product is one of the main aspects that will increase the customer satisfaction. For Producing a high quality of product, we have to know control factors that influenced the process and how we can set them. This research paper describes the methods of manufacturing coating tablet process optimization, using the basis of Taguchi parameter design and Neural Network model.
Taguchi experimental design used to predict the optimum process parameters in manufacturing process, while Neural Network model forecasts the responses from the process parameters. This combination approach identifies the important factor settings to develop a setting design for the optimum operating condition that can stand from noise variables (Robust Design), without conduct an actual experiment on process."
Depok: Fakultas Teknik Universitas Indonesia, 2010
S51752
UI - Skripsi Open  Universitas Indonesia Library
cover
Ahmad Barlianta
Desain setting parameter Taguchi untuk optimasi ketebalan lapisan dalam proses laminasi dengan model artificial neural network pada industri pembuatan kemasan produk = Taguchi experimental design of parameter setting for thickness optimization of laminates with artificial neural network models in the packaging industry
"Penelitian ini menjelaskan bagaimana optimasi dari setiap kombinasi faktor dalam proses laminasi dapat dicapai dengan menggunakan metode Taguchi yang ditopang oleh model simulasi neural network. Model yang dibangun dari neural network memudahkan pencarian data eksperimen tanpa melakukan eksperimen tersebut secara aktual. Penulis juga menghitung berapa biaya kualitas dari proses tersebut pada keadaan awal dan keadaan sesudah dilakukan pendekatan optimasi dengan dua metode di atas.
Dengan analisa yang didasari kedua metode tadi, maka dapat dianalisa seberapa besar nilai Taguchi Expected Loss dari proses tersebut. Penulis menghitung biaya produksi ini dengan menggunakan pendekatan Taguchi Loss Function sebagai basis kriteria biaya kualitas.
This study describes how the optimization of each combination in the process of lamination can be achieved by using the Taguchi method and combination with Neural Network. Model was built from neural network model to search for experimental data without performing the actual experiments. The author also calculates how much its quality costs of the process in the initial condition and circumstances after the optimization approach.
With both methods of analysis, it can analyze how much the value of Taguchi Expected Loss of the process. The author calculates the production cost by using the approach of Taguchi Loss Function as the basis of criteria of quality costs."
Depok: Fakultas Teknik Universitas Indonesia;, 2010
S51749
UI - Skripsi Open  Universitas Indonesia Library
cover
Fatimah Al Aina
Optimasi berat lapisan dengan metode desain parameter taguchi dan model proses neural network pada industri pembuatan kemasan produk
"Penelitian ini menjelaskan tentang metode optimasi proses produksi dengan menggunakan metode desain parameter Taguchi dan Neural Network model. Metode Taguchi berfungsi untuk mengidentifikasi parameter proses yang optimum pada proses produksi dan Neural Network model berfungsi untuk memprediksi respon dari parameter proses tersebut. Kombinasi dari kedua model tersebut mampu mengidentifikasi faktor setting yang penting untuk membuat suatu desain setting kondisi operasional proses yang tahan terhadap segala macam sumber variasi (Robust Design), tanpa harus melakukan eksperimen aktual pada proses. Studi kasus yang mengilustrasikan metode tersebut menggunakan data historis dari mesin laminasi ekstrusi pada pabrik pembungkusan dengan menggunakan berat lapisan (grammatur) sebagai respon kualitas dari proses.
This research paper describes the methods of manufacturing process optimization, using the basis of Taguchi parameter design and Neural Network model. Taguchi experimental design used to predict the optimum process parameters in manufacturing process, while Neural Network model forecasts the responses from the process parameters. This combination approach identifies the important factor settings to develop a setting design for the optimum operating condition that can stand from noise variables (Robust Design), without conduct an actual experiment on process. A case study illustrates this approach, collects real production data from the laminating machine in a packaging plant using grammatur as quality response from the process."
Depok: Fakultas Teknik Universitas Indonesia, 2009
S52342
UI - Skripsi Open  Universitas Indonesia Library
cover
Kinanti Rakayantias
Perancangan parameter penyetelan proses pencetakan tablet obat untuk meminimalkan variasi berat dengan metode taguchi = Designing setting parameter of tablet compression process to minimalize weight variation using taguchi method
"Penelitian ini mengimplementasikan metode Taguchi untuk merancang parameter penyetelan proses pencetakan tablet dengan satu respon kualitas, yaitu berat tablet (mg). Tidak diketahuinya parameter penyetelan yang optimal pada proses pencetakan tablet salah satu perusahaan farmasi di Indonesia menyebabkan timbuknya variasi berat tablet yang tinggi dan kapabilitas proses yang rendah.Faktor yang diteliti adalah machine speed (rpm) dan filling volume (mm3). Orthogonal array L9digunakan untuk melihat pengaruh dari kedua faktor terhadap berat tablet. Kemudian digunakan pareto anova dan perhitungan main effect untuk melihat signifikansi kontribusi kedua faktor terhadap berat tablet dan untuk melihat pada level berapa kedua faktor memberikan hasil yang optimal. Perhitungan dan analisis menunjukan bahwa faktor machne speed (rpm) dan filling volume (mm3) yang disetel pada level dua memberikan hasil terbaik.
This research implements Taguchi Method to design setting parameter of tablet compression process with one quality response; tablet weight. Tablet compression process in one of the pharmacy manufacturer was found capable for weight because the optimum condition is not yet defined. Two process factors are investigated, including machine speed (rpm) and filling volume (mm3). TheTaguchi’s L9 array is adopted to investigate the effects of the two process factors concurrently. Then, the pareto anova and main effect analysis is implemented to determine thecombination of optimal factor levels, which is found as level 2 for both factors."
Depok: Fakultas Teknik Universitas Indonesia, 2014
S53909
UI - Skripsi Membership  Universitas Indonesia Library
cover
Shinta Naulyta S.
Optimasi proses dry laminating pada industri pembuatan kemasan dengan metode Taguchi = Optimization of the dry laminating process in packaging industry using Taguchi method
"Penelitian ini menjelaskan tentang metode optimasi proses produksi dengan menggunakan metode desain parameter Taguchi. Tingginya tingkat kecacatan produk di proses dry laminating menunjukkan masih diperlukan adanya perbaikan sebagai salah satu bentuk usaha meningkatkan kualitas secara berkesinambungan. Hal inilah yang mendasari penelitian dengan metode Taguchi yang bertujuan untuk menurunkan tingkat kecacatan produk. Untuk mencapai tujuan tersebut, perlu diketahui faktor terkontrol yang berpengaruh dan bagaimana faktor tersebut harus diatur. Lima faktor yang diteliti adalah unwinder tension (13 kg/cm2, 15 kg/cm2), coating tension (12 kg/cm2, 14 kg/cm2), speed (110 meter/menit, 120 meter/menit), oven tension (14 kg/cm2, 16 kg/cm2), dan cooling roller (23°C, 25°C). Dari tingkat kecacatan tiap kondisi dilakukan analisis sehingga didapatkan faktor yang berpengaruh dan level yang memberikan hasil optimal yaitu unwinder tension pada 13 kg/cm2, coating tension pada 14 kg/cm2, speed pada 120 meter/menit, oven tension pada 16 kg/cm2, dan cooling roller pada 25°C.
This research paper describes the method of manufacturing process optimization using the Taguchi parameter design method. The high defect rate in dry laminating process shows that continuous improvement is still needed for the better quality of the process. Taguchi method is used to lower the amount of product defects. Therefore, it is important to discover the influential control factors and their optimal settings. Five factors which are used in the experiments are unwinder tension (13 kg/cm2, 15 kg/cm2), coating tension (12 kg/cm2, 14 kg/cm2), speed (110 meter/minute, 120 meter/ minute), oven tension (14 kg/cm2, 16 kg/cm2), and cooling roller (23°C, 25°C). From each level of defects condition, analysis was done to obtain the influential factors and level that give the optimal result which are unwinder tension at 13 kg/cm2, coating tension at 14 kg/cm2, speed at 120 meter/ minute, oven tension at 16 kg/cm2, and cooling roller at 25°C."
Depok: Fakultas Teknik Universitas Indonesia, 2010
S51842
UI - Skripsi Open  Universitas Indonesia Library
cover
Joshua Alviando
Perancangan dan model sistem identifikasi unmanned surface vehicle makara 03 menggunakan artificial neural network = Design and model of makara 03 unmanned surface vehicle identification system using artificial neural network
"Penelitian ini membahas tentang perancangan sistem identifikasi pada sistem dinamik kapal Makara 03 dengan konfigurasi multi masukan dan multi keluaran. Penelitian ini merancang berbagai metode perombakan struktur Jaringan Saraf Tiruan (JST) baik metode sekuensial maupun fungsional untuk dapat menangkap dinamik yang ada pada dinamik kapal Makara 03. Metode-metode pada JST yang dibuat akan dibandingkan dengan hasil dari model matematika yaitu Transfer Function dan State Space untuk membuktikan keberhasilan dan keunggulan JST dalam membuat sistem identifikasi. Hasil dari perbandingan tersebut membuktikan semua metode yang dihasilkan pada penelitian ini mendapatkan hasil yang lebih baik dibandingkan dengan model matematika konvensional.
This research discusses the design of the identification system on the dynamic system of the Makara 03 ship with a multi-input and multi-output configuration. This study designed various structural reshuffle methods for sequensial and functional model of Artificial Neural Network (ANN) to be able to capture the dynamics of Makara 03. The methods in the ANN that were made will be compared with the results of mathematical models namely Transfer Function and State Space for prove the success and superiority of ANN in making identification systems. The results of this comparison prove that all the ANN methods produced in this study get better results compared to conventional mathematical models."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Syafiq Hibatullah
Optimalisasi parameter proses ammonia leaching dengan sonifikasi menggunakan metodologi desain eksperimental taguchi pada separasi magnesium-litium dari brine water = Optimizing process parameters for ammonia leaching with sonification using taguchi's experimental design methodology on separation of magnesium-lithium from brine water
"Didorong terutama oleh penggunaan lithium-ion battery untuk kendaraan listrik, permintaan litium diperkirakan akan meningkat tiga kali lipat dan melebihi pasokannya pada tahun 2025. Ekstraksi litium dari brine water menjadi hal yang sangat penting karena hampir 80% dari total cadangan litium global berasal dari brine water. Tantangan terberat dalam melakukan proses ekstraksi pada brine water adalah sifat litium dan magnesium yang mirip sehingga sulit dipisahkan. Tujuan dari penelitian adalah untuk mengetahui pengaruh proses pencucian menggunakan amonia dengan bantuan gelombang ultrasonik. Metode yang digunakan yaitu proses presipitasi menggunakan natrium silikat pada kondisi optimum (F-560) untuk memisahkan litium dan magnesium dan metode pencucian menggunakan amonia dengan bantuan gelombang ultrasonik. Penelitian ini menggunakan variabel konsentrasi amonia 0, 1, dan 3 molar, amplitudo ultrasonik 20, 30, dan 40%, temperatur ultrasonik 30, 40, dan 50oC, dan waktu percobaan 1, 5, dan 10 menit. Faktor dan level percobaan tersebut dioptimasi menggunakan metode Taguchi untuk mendapatkan parameter optimalnya, sedangkan kontribusi masing-masing parameter proses diamati dengan menggunakan Analysis of Variance (ANOVA). Parameter optimal untuk mendapatkan nilai minimum pada rasio Mg/Li yaitu dengan konsentrasi amonia 3 molar, amplitudo 40%, temperatur 40°C, dan waktu percobaan 1 menit. Persentase kontribusi untuk setiap parameter yaitu 81,50% untuk konsentrasi amonia, 5,82% untuk amplitudo, 1,83% untuk temperatur, dan 5,54% untuk waktu dengan kontribusi error 5,29%. Parameter temperatur menjadi satu-satunya parameter yang tidak signifikan terhadap hasil, yang membuatnya lebih memiliki fleksibilitas dalam proses seleksi.
Driven primarily by the use of lithium-ion batteries for electric vehicles, demand for lithium is expected to triple and exceed supply by 2025. Extraction of lithium from brine water is very important because almost 80% of the total global lithium reserves come from brine water. The toughest challenge in carrying out the extraction process in brine water is the similar nature of lithium and magnesium so it is difficult to separate them. The purpose of the study was to determine the effect of the washing process using ammonia with the help of ultrasonic waves. The method used is a precipitation process using sodium silicate at optimum conditions (F-560) to separate lithium and magnesium and a washing method using ammonia with the help of ultrasonic waves. This study used variable concentrations of ammonia 0, 1, and 3 molar, ultrasonic amplitude 20, 30, and 40%, ultrasonic temperature 30, 40, and 50°C, and experimental time of 1, 5, and 10 minutes. The factors and levels of the experiment were optimized using the Taguchi method to obtain the optimal parameters, while the contribution of each process parameter was observed using Analysis of Variance (ANOVA). The optimal parameters to obtain the minimum value for the Mg/Li ratio are 3 molar ammonia concentration, 40% amplitude, 40°C temperature, and 1 minute experiment time. The percentage contribution for each parameter is 81.50% for ammonia concentration, 5.82% for amplitude, 1.83% for temperature, and 5.54% for time with an error contribution of 5.29%. The temperature parameter is the only parameter that is not significant to the results, which makes it more flexible in the selection process."
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sepehr Sadighi
Artificial neural network modeling and optimization of hall-heroult process for aluminum production
"Experience in applying a hybrid artificial neural network (ANN)-genetic algorithm for modeling and optimizing the Hall-Heroult process for aluminum extraction is described in this study. During the stage of modeling, the most important and effective process variables including temperature and cell voltage, metal and bath heights, purity of CaF2 and Al2O3, and bath ratio are chosen as input variables whilst outputs of the model are product purity, ampere efficiency, and product rate. During three years of operation, 19 points were selected for building and training, 7 points for testing, and 7 data points for validating the model. Results show that a feed-forward Artificial Neural Network (ANN) model with 3 neurons in the hidden layer can acceptably simulate the mentioned output variables with the Mean Squared Error (MSE) of 0.002%, 0.108% and 0.407%, respectively. Utilizing the validated model and multi-objective genetic algorithms, aluminum purity and the rate of production are maximized by manipulating decision variables. Results show that setting these decision variables at the optimal values can increase approximately the metal purity, ampere efficiency, and product rate by 0.007%, 0.185%, and 20kg/h, respectively."
Depok: Faculty of Engineering, Universitas Indonesia, 2015
UI-IJTECH 6:3 (2015)
Artikel Jurnal  Universitas Indonesia Library
cover
Fauzie Rachman
Model penentuan prioritas dan estimasi inventori dengan pendekatan fuzzy AHP dan artificial neural network pada industri kabel = Model of priority determination and estimate inventory with fuzzy AHP dan artificial neural network in wiring industry
"Berdasarkan data Kementerian Perindustrian, industri kabel diperkirakan akan mengalami pertumbuhan sekitar 10% -15% beberapa tahun ke depan. Industri kabel saat ini sedang aktif menyuplai industri otomotif, kenaikan penjualan otomotif dan variasi produk ini yang sangat sulit di antisipasi permintaannya. Oleh karena itu, untuk menghadapi ketidakpastian ini, pelaku bisnis harus memiliki alat atau strategi agar rencana strategis perusahaan menjadi andal. Beberapa penelitian sebelumnya tentang prediksi jumlah stok produk di masa depan, menyimpulkan bahwa inventori, baik dalam bentuk bahan baku, barang dalam proses, produk setengah jadi dan produk jadi, pada biaya inventori 20% hingga 40% dari nilai produk. Dengan demikian, pengendalian inventori sangat penting dalam bisnis perusahaan. Kontribusi utama dari penelitian ini adalah membuat model pendukung keputusan dengan memprediksi pesanan dari pelanggan untuk meminimalkan risiko kegagalan persediaan. Oleh karena itu, kombinasi Fuzzy Analytic Hierarchy Process (Fuzzy AHP) dan Artificial Neural Network (ANN) dilakukan untuk manajemen inventori.
Based on data from the Ministry of Industry, the cable industry is expected to experience growth of around 10% -15% in the next few years. The cable industry is currently actively supplying the automotive industry, the increase in automotive sales and variations in these products are very difficult to anticipate demand. Therefore, to deal with this uncertainty, business people must have a tool or strategy so that the company`s strategic plan becomes reliable. Some previous studies on the prediction of the number of product stocks in the future, concluded that inventory, both in the form of raw materials, in-process goods, semi-finished products and finished products, at inventory costs 20% to 40% of product value. Thus, inventory control is very important in the company`s business. The main contribution of this research is to make a decision support model by predicting orders from customers to minimize the risk of inventory failure. Therefore, a combination of Fuzzy Analytic Hierarchy Process (Fuzzy AHP) and Artificial Neural Network (ANN) is carried out for inventory management."
Depok: Fakultas Teknik Universitas Indonesia, 2019
T54237
UI - Tesis Membership  Universitas Indonesia Library
cover
Abdul Akbar
Rancang Model Prediksi Potensi Pertumbuhan Awan Cumulonimbus (CB) Berbasis Artificial Neural Network (ANN) dengan Optimasi Grey Wolf Optimizer (GWO) Menggunakan Data Radiosonde = Design a Prediction Model of Cumulonimbus Cloud (CB) Growth Potential Based on Artificial Neural Network (ANN) with Gray Wolf Optimizer (GWO) Optimization Using Radiosonde Data
"Keberadaan Cumulonimbus dapat menyebabkan hujan lebat, tornado, badai petir dan peristiwa ekstrem lainnya. Pengamatan Radiosonde telah digunakan untuk memprediksi potensi keberadaan awan CB dalam periode prakiraan cuaca jangka pendek dengan menggunakan pendekatan machine learning. Salah satu metode machine learning yang populer dan handal digunakan untuk prediksi potensi pertumbuhan awan CB adalah Artificial Neural Network (ANN). Namun, ANN masih sensitif terhadap inisialisasi nilai awal pada parameter weight dan bias. Metode yang terbukti paling handal untuk mengatasi masalah tersebut adalah Grey Wolf Optimizer (GWO). Oleh sebab itu, studi ini menggunakan GWO untuk mengoptimalkan parameter weight dan bias pada ANN berdasarkan kinerja MSE di setiap iterasi sehingga dapat meningkatkan kinerja ANN dalam memprediksi keberadaan awan CB. Hasil studi menunjukkan bahwa GWO memberikan peningkatan kinerja ANN dengan rata rata peningkatan akurasiakurasi sebesar 14,88 %. Akurasi terbaik didapatkan dengan nilai 89.6% dengan menggunakan 5 input indeks Radiosonde SI, LI, TT, CAPE, SWEAT pada epoch 250, dengan nilai MSE 0.071, serta nilai koefisien korelasinya sebesar 0.86
The presence of Cumulonimbus can cause heavy rain, tornadoes, thunderstorms and other extreme events. Radiosonde observations have been used to predict the potential presence of CB clouds in the short-term weather forecast period using a machine learning approach. One of the popular and reliable machine learning methods used to predict the potential growth of CB clouds is Artificial Neural Network (ANN). However, ANN is still sensitive to initialization of initial values ​​in weight and bias parameters. The most reliable proven method to solve this problem is the Gray Wolf Optimizer (GWO). Therefore, this study uses GWO to optimize weight and bias parameters on ANN based on MSE performance in each iteration so as to improve ANN performance in predicting the presence of CB clouds. The results of the study show that GWO provides an increase in ANN performance with an average increase in accuracy of 14.88%. The best accuracy was obtained with a value of 89.6% using 5 inputs Radiosonde SI, LI, TT, CAPE, SWEAT at epoch 250, with an MSE value of 0.071, and the correlation coefficient value of 0.86"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>