Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jalan merupakan prasarana perhubungan darat yang sangat penting dalam transportasi. Karena itu perawatan jalan sangat diperlukan. Salah satu faktor yang diperlukan dalam manajemen perawatan jalan adalah pengenalan pola retak jalan. Pada skripsi ini dibuat suatu perangkat lunak yang dapat mengenali pola retak jalan berda-sarkan tipenya yaitu alligator, diagonal, longitudinal dan transversal serta jalan yang tanpa retak. Jalan yang digunakan sebagai data dalam skripsi ini hanyalah jalan dengan perkerasan aspal. Jaringan saraf tiruan merupakan implementasi dari jaringan saraf mahluk hidup dalam hal pengenalan pola yang dibuat ke dalam suatu perangkat lunak. Jaringan syaraf tiruan yang digunakan dalam skripsi ini adalah jaringan saraf tiruan propagasi balik. Jaringan ini banyak sekali dipakai untuk pengenalan pola karena kemampuannya dalam hal membedakan data-data yang terpisah secara tidak linier."

"Perusahaan "X" adalah salah satu perusahaan nasional yang bergerak dibidang industri pengecoran logam. Salah satu produk andalan perusahaan tersebut adalah Broke Drum yang terbuat dari material besi tuang kelabu FC-25. Pada proses pembuatan produk tersebut seringkali terjadi kegagalan retak yang teridentifikasi pada saat proses permesinan, identifikasi retak berupa garis lurus yang sangat tipis pada permukaan, hal ini terutama terjadi pada daerah flange yang merupakan daerah paling tipis. Dengan melakukan pengjian X-Ray dipastikan jenis retak .tersebut merupakan jenis Hsirline Crack yang disebabkan oleh adanya aksi mekanis yang berlebihan akibat proses penanganan yang kurang sempurna. Jenis retak tersebut memiliki ciri yang sangat khas, yaitu retak yang sangat tipis dan tidak Iebar, lurus dan runcing pada bagian ujungnya. Sedanzkan melalui pengujian metalografi ditemukan berbagai cacat seperti adanya porositas, inklusi, dan struktur steaditc yang dapat menjadi sumber terjadinya inisiasi retak. Selain itu ditemukan juga fasa fonite dalam jumlah cukup besar dan pctUiite kasar7 sehingga sifat mekanis broke drom tersebut menjadi kurang baik. Melnlui penelitian ini dapal disimpulka.n bahwa inisiasi retak discbabkan konsentrasi tegangan yang tinggi pada daerah Runge akibat adanya berbagai cacat, sedangkan perambatan retak terjadi akibat sistem penanganan yang kurang sempurna."

"Pertumbuhan trafik yang begitu besar mengakibatkan peningkatan kebutuhan kapasitas dan kecepatan jaringan yang besar. Hal tersebut dapat dipenuhi oleh jaringan serat optik. Tetapi hal ini akan terasa sia sia jika dalam perencanaan dan pangembangannya tidak dilakukan secara benar. Salah satu yang mempengaruhinya adaiah bentuk topologi yang dapat menghasilkan unjuk kerja yang baik unjuk kerja yang dipakai dalam skripsi ini adalah kongesti. Bentuk topologi dapat dikatakan baik jika kongesti yang dihasilkan minimum.Skripsi ini membahas tentang perancangan topologi logika pada jaringan, dengan unjuk kerja kongesti minimum. Kongesti minimum dipengaruhi oleh topologi jaringan, jumlah panjang gelombang yang digunakan, dan derajat logika yang dipakai. Peningkatan panjang gelombang dan derajat Iogika diharapkan mampu untuk menurunkan nilai kongesti minimum yang dicapai. Tujuan skripsi ini adalah menentukan nilai derajat logika dan jumlah panjang gelombang yang digunakan, agar kongesti yang dihasilkan kecil, sehingga topologi logika nya dapat dikatakan optimum.Hasil perancangan menunjukkan bahwa peningkatan jumlah panjang gelombang yang tersedia mampu menurunkan kongesti sampai nilai terténtu, yaitu nilai maksimum panjang gelombang yang digunakan. Sedangkan peningkatan nilai derajat logika pada jaringan EON tidak menurunkan kongesti yang dicapai."

"Pengendalian pesawat terbang merupakan suatu tahap terpenting dalam pengembangan teknologi aviasi yang hanya dapat dilakukan jika memiliki data penerbangan dan model pesawat. Pengambilan data penerbangan dilakukan menggunakan simulator penerbangan ultra-realistis, X-Plane. Algoritma Neural Networks dipilih sebagai metode untuk memodelkan dan mengidentifikasi sistem pesawat terbang juga sebagai pengendali sistem tersebut yang akan terbentuk dalam sebuah kesatuan Direct Inverse Control. Pengujian dan pembelajaran open loop pada sistem Direct Inverse Control dilakukan untuk mengetahui keandalan sistem kendali yang dirancang. Batasan pada penelitian ini adalah kondisi cruising ideal dimana merupakan kondisi terbang pesawat yang memakan hampir 90% dari total penerbangan. Dari hasil pengujian dapat diketahui bahwa data yang dihasilkan simulator sesuai dengan dinamika pergerakan pesawat terbang pada kondisi cruising dan sistem kendali yang dibuat memiliki keandalan yang baik.

---

Flight control is the most important stage in the development of aviation technology which can only be done if flight data and aircraft models have been acquired. Flight data acquisition is carried out using an ultra-realistic flight simulator, X-Plane. Neural Networks algorithm is chosen as a method for modeling and identifying aircraft systems as well as controlling the system which will be formed in a Direct Inverse Control unit. Open loop testing and learning in the Direct Inverse Control system is carried out to determine the reliability of the designed control system. The limit of this study is in the ideal cruising conditions which consume almost 90% of total flights time. From the test results, it can be seen that the data generated by the simulator is in accordance with the dynamics of aircraft movements in cruising conditions and the designed control system has good reliability."

"Skripsi ini membahas tentang Sistem Pengenalan Kendaraan dengan menggunakan Jaringan Saraf Tiruan (JST). Sistem yang digunakan bersifat off-line, dalam arti bahwa sistem tidak bekeda langsung pads saat kendaraan memasuki suatu tempat lalu sekaligus diambil citranya akan tetapi bekerja dengan pola citra statis kendaraan itu sendiri. Sistem jugs bersifat khusus dan terbatas hanya untuk mengenali 4 jenis kendaraan : sedan, jip, wagon dan mini. Sistem tidak dikembangkan untuk mengenali kendaraan dengan ukuran besar seperti trek dan bus. Jaringan yang dipakai pada skripsi ini disusun dengan topologi kaskade yang menggabungkan antara topologi JST Kohonen SOM dengan topologi JST Backpropagation. Kohonen SOM belajar dalam mode tak disupervisi, yang mampu melakukan proses pemisahan setup data masukan yang berlainan. Masing-masing data masukan dipetakan dengan data keluaran kemudian diajarkan kepada jaringan Backpropagation - bekerja dalam mode disupervisi -, yang kemudian mengingat pola pemetaan data masukan menjadi data keluaran tanpa melalui pendefirusian fungsi pemetaan. Dengan menggabungkan Kohonen SOM dan Backpropagation, diharapkan akaa aiperoleh hasil yang lebih balk daripada bila kedua topologi tersebut bekeda sendiri-sendiri."