PREDIKSI SIFAT MEKANIK ALUMINIUM BERDASARKAN UNSUR KIMIA PADUAN MENGGUNAKAN MODEL MACHINE LEARNING

Prima, Fierza Saputra (2023) PREDIKSI SIFAT MEKANIK ALUMINIUM BERDASARKAN UNSUR KIMIA PADUAN MENGGUNAKAN MODEL MACHINE LEARNING. Diploma thesis, Universitas Muhammadiyah Sumatera Barat.

[img] Text
19050 Prima Fierza.pdf

Download (2MB)

Abstract

Studi ini merancang dan membandingkan model machine learning optimal untuk memprediksi sifat mekanik aluminium paduan dengan kode 1050 (A91050) berdasarkan komposisi persentase unsur kimia aluminium menggunakan software rapidminer dengan algoritma decision tree dan Random Forest. Tujuannya adalah untuk mengambangkan model prediksi berbasis data yang memiliki akurasi tinggi dalam upaya meminimalisir pengujian fisik pada aluminium dengan berbagai jenis komposisinya. Pemodelan machine learning dalam studi ini memiliki sembilan variabel input yang terdiri dari unsur kimia aluminium seperti Al, Mg, Zn, Ti, Cu, Mn, Cr, Fe, Si, dan dua variabel output atau target yang terdiri dari YS dan TS. Selain itu, Heatmap correlation digunakan untuk mengamati korelasi antara unsur�unsur kimia dan sifat mekanik aluminium paduan.Perbandingan dari algoritma-algoritma ini menunjukkan bahwa Random Forest (RF) memiliki performa lebih baik daripada algoritma lain dalam memprediksi YS dengan MAE sebesar 7,157, RMSE sebesar 11,248, dan nilai SC sebesar 0,977.Di sisi lain, Random Forest (RF) juga memiliki performa lebih baik dalam memprediksi TS dengan MAE sebesar 29,296, RMSE sebesar 42,382, dan nilai SC sebesar 0,443

Item Type: Thesis (Diploma)
Subjects: B Philosophy. Psychology. Religion > Teknik Mesin
Divisions: Library of Congress Subject Areas > B Philosophy. Psychology. Religion > Teknik Mesin
Fakultas Teknik > Teknik Mesin
Depositing User: Unnamed user with email repo@umsb.ac.id
Date Deposited: 31 Jan 2024 04:00
Last Modified: 31 Jan 2024 04:00
URI: http://eprints.umsb.ac.id/id/eprint/2257

Actions (login required)

View Item View Item