Keefektifan Neural Network dalam Memprediksi Respon Eksperimen Ortogonal Array Sebagai Alternatif Pendekatan Taguchi Klasik

Hadiyat, Mochammad Arbi and Prilianti, Kestrilia Rega (2011) Keefektifan Neural Network dalam Memprediksi Respon Eksperimen Ortogonal Array Sebagai Alternatif Pendekatan Taguchi Klasik. Proceedings 6th National Industrial Engineering Conference 2011. pp. 179-185. ISSN 1412-3525

[thumbnail of Hadiyat_Prilianti_Keefektifan_2011.pdf]
Preview
PDF
Hadiyat_Prilianti_Keefektifan_2011.pdf - Published Version

Download (155kB) | Preview

Abstract

Tujuan dari penelitian ini adalah untuk mengevaluasi efektifitas neural network dalam memprediksi respon eksperimen sebagaimana telah diaplikasikan oleh beberapa peneliti. Beberapa penelitian menunjukkan bahwa neural network biasanya digunakan untuk memprediksi data dengan rekaman data historis maupun cross-section yang cukup. Dalam eksperimen Taguchi, orthogonal array yang disediakan terdiri dari kombinasi level yang disusun untuk eksperimen. Kombinasi level tersebut beserta responnya dapat diperlakukan sebagai data training untuk neural network. Bagaimanapun, permasalahan muncul berkaitan dengan kekompleksan model neural network, yakni overestimate dan penentuan banyaknya hidden node dan layer. Selain neural network, pendekatan Taguchi klasik yang sederhana dapat dipertimbangkan untuk menghasilkan prediksi yang lebih efektif, dengan hanya perbedaan yang kecil meski neural network lebih baik. Penelitian ini menggunakan kasus-kasus eksperimen Taguchi yang diambil dari beberapa penelitian, dan membandingkan kedua metode tersebut

Item Type: Article
Uncontrolled Keywords: neural networks, Taguchi, prediksi, orthogonal array
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering > Department of Industrial Engineering
Depositing User: Kestrilia Rega Prilianti 61150
Date Deposited: 03 Aug 2012 02:56
Last Modified: 19 Mar 2021 08:10
URI: http://repository.ubaya.ac.id/id/eprint/906

Actions (login required)

View Item View Item