prediksi efisiensi mesin dengan kecerdasan buatan
TRANSCRIPT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PREDIKSI EFISIENSI MESIN DENGAN KECERDASAN
BUATAN
SKRIPSI
Diajukan sebagai salah satu syarat
untuk memperoleh gelar
Sarjana Teknik
Oleh:
MAD YANDI
NIM. I 0408048
JURUSAN TEKNIK MESIN FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
2014
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user iii
PREDIKSI EFISIENSI MESIN DENGAN KECERDASAN BUATAN
Disusun oleh :
Mad Yandi
NIM. I0408048
Dosen Pembimbing I
Prof. Muhammad Nizam ST., MT., Ph.D
NIP. 197007201999031001
Dosen Pembimbing II
Ubaidillah, ST., M.Sc
NIP. 198408252010121004
Telah dipertahankan dihadapan Tim Dosen Penguji pada hari Jum’at tanggal 24
Januari 2014
1. D. Danardono, ST., MT., Ph.D
NIP. 196905141999031001
...............................................................
2. Wibowo, ST., MT.
NIP. 196904251998021001
................................................................
Mengetahui,
Ketua Jurusan Teknik Mesin
Didik Djoko Susilo, ST., MT.
NIP. 197203131997021001
Koordinator Tugas Akhir
Wahyu Purwo Raharjo, ST., MT.
NIP. 197202292000121001
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
PERSEMBAHAN
Dengan segala kerendahan hati seraya mengucapkan syukur kehadirat
Illahi, kupersembahkan tulisan ini kepada:
1. Allah SWT, Pemilik segala keagungan, kemuliaan, kekuatan dan keperkasaan.
Segala yang kualami adalah kehendak-Mu, semua yang kuhadapi adalah
kemauan-Mu, segala puji hanya bagi-Mu, ya Allah, Pengatur alam semesta,
tempat bergantung segala sesuatu, tempatku memohon pertolongan.
2. Junjungan Nabi besar Muhammad SAW, Manusia terbaik di muka bumi,
uswatun hasanah, penyempurna akhlak, sholawat serta salam semoga selalu
tercurah padanya, keluarga, sahabat dan pengikutnya yang istiqomah sampai
akhir zaman.
3. Kasih sayang dan cinta yang tak pernah putus dari Bapak, Ibu, Adik-adikku
serta keluarga tercinta. Kasih sayang kalian tak akan pernah kulupakan
sepanjang hidupku.
4. Bapak Muhammad Nizam dan Bapak Ubaidillah yang tak pernah lelah untuk
membimbing tugas akhir saya.
5. Seluruh dosen, karyawan, dan mahasiswa Teknik Mesin UNS.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
KATA PENGANTAR
Segala puji dan syukur kehadirat Allah SWT yang telah memberikan
rahmat serta hidayah kepada penulis sehingga mampu melaksanakan dan
menyelesaikan skripsi dengan judul “Prediksi Efisiensi Mesin Dengan Kecerdasan
Buatan” dengan baik.
Skripsi ini disusun guna memenuhi persyaratan untuk memperoleh gelar
Sarjana Teknik di jurusan Teknik Mesin Fakultas Teknik Universitas Sebelas
Maret Surakarta.
Dalam mengerjakan skripsi ini tidaklah mungkin dapat terselesaikan
tanpa bantuan dari berbagai pihak, baik secara langsung maupun tidak langsung.
Oleh karena itu pada kesempatan ini penulis ingin menyampaikan banyak terima
kasih kepada semua pihak atas segala bantuan dan perhatian selama penulis
menyelesaikan skripsi ini. Untuk itu penulis mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Prof. Muhammad Nizam, ST., MT., Ph.D selaku Dosen pembimbing I
yang senantiasa memberikan nasehat, arahan dan bimbingan dalam
menyelesaikan skripsi ini.
2. Bapak Ubaidillah, ST.,M.Sc selaku Dosen Pembimbing II yang turut serta
memberikan motivasi, arahan dan bimbingan dalam menyelesaikan skripsi ini.
3. Bapak D. Danardono, ST., MT., Ph.D dan Bapak Wibowo ST.,MT selaku
dosen penguji tugas akhir saya yang telah memberi saran yang membangun.
4. Bapak Prof. Muhammad Nizam, ST., MT., Ph.D selaku Pembimbing
Akademis yang telah berperan sebagai orang tua penulis dalam menyelesaikan
studi di Universitas Sebelas Maret ini.
5. Bapak Didik Djoko Susilo, ST., MT. selaku ketua Jurusan Teknik Mesin
Fakultas Teknik Universitas Sebelas Maret.
6. Bapak Wahyu Purwo Raharjo, ST., MT. selaku koordinator Tugas Akhir.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
7. Seluruh staf dosen Jurusan Teknik Mesin Fakultas Teknik Universitas Sebelas
Maret yang telah turut serta mendidik penulis hingga menyelesaikan studi S1.
8. Seluruh staf karyawan administrasi Jurusan Teknik Mesin Fakultas Teknik
Universitas Sebelas Maret yang telah memberikan kemudahan dalam hal
administrasi.
9. Ayah, Ibu dan adik-adikku atas do’a restu, nasihat, motivasi, dukungan
material dan spiritual dalam menyelesaikan skripsi.
10. Rekan-rekan seperjuangan di Cosinus 08, kakak tingkat dan adik tingkat di
Jurusan Teknik Mesin UNS, M-solidarity forever!!
11. Segenap Kelauarga Mahasiswa Teknik Mesin yang telah memberikan
pembelajaran berharga yang akan selalu saya ingat.
12. Dan semua pihak yang telah mendukung kelancaran skripsi penulis yang tidak
bisa penulis sebutkan satu-persatu.
Pada akhirnya penulis menyadari bahwa dalam penyusunan skripsi ini
masih jauh dari sempurna karena keterbatasan kemampuan dan pengetahuan
penulis. Oleh karena itu penulis mengharapkan kritik dan saran yang bersifat
membangun dari semua pihak supaya menjadi masukan yang sangat berguna bagi
penulis untuk memperbaiki dan menyempurnakan penulisan lain yang akan
datang. Akhir kata, penulis berharap semoga laporan skripsi ini dapat berguna dan
bermanfaat bagi kita semua dan bagi penulis pada khususnya.
Surakarta, 24 Januari 2014
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
MOTTO
“Sesungguhnya Alloh tidak merubah keadaan suatu kaum sehingga
mereka merubah keadaan yang ada pada diri mereka sendiri”
(Q.S. Ar Ra’ad : 11)
“Self-pity is our worst enemy and if we yield to it, we can never do
anything wise in this world”
Helen Keller
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user vi
PREDIKSI EFISIENSI MESIN DENGAN KECERDASAN BUATAN
Mad Yandi Jurusan Teknik Mesin
Fakultas Teknik Universitas Sebelas Maret Surakarta Indonesia
E-mail : [email protected]
Abstrak
Penelitian ini bertujuan untuk menentukan efisiensi mesin dengan
memanfaatkan kecerdasan buatan. Kecedasan buatan yang digunakan adalah
Artificial Neural Network(ANN) dan Support Vector Machine(SVM). Dalam
ANN algoritma yang digunakan adalah Radial Basis Function dan
Backpropogation sedangkan kernel yang digunakan pada SVM adalah Radial
Basis Function kernel. Data-data yang digunakan merupakan hasil uji coba dari
mesin Prius 1.5L dengan jumlah data 144 dimana 120 data merupakan data
training dan 24 data merupakan data testing. Parameter-parameter yang diambil
adalah torsi, kecepatan putar(RPM) dan efisiensi. Hasil dari analisa data
menunjukkan bahwa hasil pelatihan dapat mendekati perhitungan sebenarnya
dengan korelasi 0.9664(RBF), 0.9979(Backpropogation) dan 0.9836(RBF kernel).
Waktu komputasi untuk masing-masing kecerdasan buatan adalah 9.354s(RBF),
263.44s(Backpropogation) dan 2.1994s(RBF Kernel).
Kata kunci: Kecerdasan buatan, Artificial Neural Network, Support Vector
Machine, prediksi efisiensi, Backpropogation, Radial Basis Function.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user vii
ENGINE EFICIENCY PREDICTION BY USING ARTIFICIAL
INTELLIGENCE
Mad Yandi
Departement of Mechanical Engineering
Engineering Faculty of Sebelas Maret University
Surakarta Indonesia E-mail : [email protected]
Abstract
The aim of this research is to determine the engine eficiency by using
artificial intelligence. The artificial intelligence used for this study is Artificial
Neural Network and Support Vector Machine. In ANN, algorithm that is used is
Radial Basis Function and Bacpropogation whereas in SVM algorithm that used
is Radial Basis Function kernel. Data used for the study is a test result from Prius
1.5L engine with 144 number of data which 120 of them is used as training and 24
of them is used for testing. The parameter that were used are torque, speed(RPM)
and efficiency. The analysis show that the result of the testing approached the
actual calculation wtih correlation 0.9664(RBF), 0.9979(Backpropogation) and
0.9836(RBF kernel). Computational time for each algorithm are 9.354s(RBF),
263.44s(Backpropogation) and 2.1994(RBF kernel).
Keywords: artificial intelligence, Artificial Neural Network, Support Vector
Machine, eficiency prediction, Backpropogation, Radial Basis Function.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user x
DAFTAR ISI
Halaman
Halaman Judul ........................................................................................... i
Surat Penugasan ........................................................................................ ii
Halaman Pengesahan ................................................................................ iii
Motto ......................................................................................................... iv
Persembahan ............................................................................................. v
Abstrak .................................................................................................... vi
Kata Pengantar ........................................................................................ viii
Daftar Isi .................................................................................................. x
Daftar Gambar .......................................................................................... xii
Daftar Tabel .............................................................................................. xiii
BAB I PENDAHULUAN
1.1. Latar Belakang ................................................................... 1
1.2. Perumusan Masalah ........................................................... 2
1.3. Batasan Masalah ................................................................. 2
1.4. Tujuan ................................................................................. 2
1.5. Manfaat ............................................................................... 2
BAB II LANDASAN TEORI
2.1. Tinjauan Pustaka ................................................................ 3
2.2. Dasar Teori ......................................................................... 4
2.2.1. Kecerdasan Buatan ................................................... 4
2.2.2. Jaringan Syaraf Tiruan .............................................. 7
2.2.3. Support Vector Machine .......................................... 13
BAB III METODOLOGI PENELITIAN
3.1. Prosedur Penelitian.............................................................. 22
3.2. Jadwal Penelitian ................................................................ 24
BAB IV DATA DAN ANALISIS
4.1. Data Pengujian ................................................................... 25
4.2. Jaringan Fungsi Berbasis Radial ........................................ 28
4.3. Jaringan Backpropogation .................................................. 30
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user xi
4.4. LSSVM Radial Base Function Kernel ................................ 33
4.5. Perbandingan Tiap Algritma ............................................... 36
BAB V PENUTUP
5.1. Kesimpulan ........................................................................ 38
5.2. Saran ................................................................................... 38
DAFTAR PUSTAKA .............................................................................. 39
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user xii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Jaringan Syaraf Manusia ................................................... 7
Gambar 2.2 Jaringan Syaraf Tiruan ...................................................... 7
Gambar 2.3 Jaringan syaraf Tiruan Feedforward ................................. 9
Gambar 2.4 Fungsi Aktivasi .................................................................. 10
Gambar 2.5 Arsitektur Jaringan Saraf Tiruan ....................................... 12
Gambar 2.6 Hyperplane yang dihasilkan oleh SVM ............................ 14
Gambar 2.7 Ilustrasi Fungsi Kernel ...................................................... 15
Gambar 2.8 Hyperplane Alternatif dan Hyperplane Terbaik Dengan
Data Yang Dapat Dipisahkan Secara Linier ...................... 17
Gambar 2.9 Feature Space .................................................................... 19
Gambar 3.1 Diagram Alir Penelitian ..................................................... 23
Gambar 4.1 Grafik 3 Dimensi dan Mapping Mesin Prius ..................... 25
Gambar 4.2 Perbandingan Output Target dan Output Jaringan Radial . 29
Gambar 4.3 Selisih Data Output Jaringan Dengan Output Sebenarnya
Jaringan Backpropagation ................................................. 31
Gambar 4.4 Perbandingan Hasil Kerja SVM dan Output Target RBF
Kernel ................................................................................ 34
Gambar 4.5 Perbandingan Output Semua Jaringan Dengan Output
Target ................................................................................. 36
Gambar 4.6 Jaringan Saraf Tiruan ........................................................ 37
Gambar 4.7 Hyperplane pada Support Vector Machine ....................... 37
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user xiii
DAFTAR TABEL
Halaman
Tabel 3.1 Perintah Training ............................................................... 22
Table 3.2 Perintah Simulasi/Validasi ................................................ 23
Table 3.3 Jadwal Pelaksaan ............................................................... 24
Tabel 4.1 Data Training Pengujian Karakteristik Engine Prius 1.5L 26
Table 4.2 Data Testing Pengujian Karakteristik Engine Prius 1.5L ... 27
Table 4.3 Error Output Sebanarnya dan Output Jaringan(Radial) .... 29
Table 4.4 Error Output Jaringan dan Output Sebenarnya
(Backpropogation) ............................................................. 32
Table 4.5 Error Output Sebenarnya dan Output SVM ...................... 34
Table 4.6 Perbandingan Hasil Dari Jenis Jaringan ............................ 36