PREDIKSI END BREAKAGE BENANG KAPAS DI MESIN ROTOR SPINNING MENGGUNAKAN PENDEKATAN JARINGAN SARAF TIRUAN

Syarif Iskandar; Valentinus Galih Vidia Putra; Hermansyah Hermansyah

doi:10.59052/edufisika.v7i1.19543

Penulis

Syarif Iskandar Politeknik STTT Bandung
Valentinus Galih Vidia Putra Politeknik STTT Bandung
Hermansyah Hermansyah a:1:{s:5:"en_US";s:23:"Politeknik STTT Bandung";}

DOI:

https://doi.org/10.59052/edufisika.v7i1.19543

Kata Kunci:

End breakage, Jaringan saraf tiruan (JST)

Abstrak

Tujuan penelitian ini yaitu memprediksi total end breakage per machine in 40 hrs benang kapas di mesin rotor spinning berdasarkan nomor benang (yarn count), kecepatan rotor (rotor speed), kecepatan opening roller (opening roller speed) dan residual trash content in draw frame sliver. Penelitian ini menggunakan metode jaringan saraf tiruan (JST) dalam memprediksi sebuah output yang diinginkan. Selanjutnya jaringan saraf tiruan dimodelkan dengan beberapa variasi permodelan. Dari beberapa permodelan dan pengujian yang dilakukan, mulai dari memvariasikan jumlah node, besarnya alpha, banyaknya hidden layer, jumlah iterasi dapat di peroleh bahwa hasil penggunaan jaringan saraf tiruan dengan 1 hidden layer, 3 node, alpha sebesar 0,3 dengan iterasi sebanyak 50.000 memiliki hasil yang lebih optimal dibandingkan dengan yang lainnya karena output yang dihasilkan mendekati target dengan nilai R-squared sebesar 0,984968. Hal ini menunjukkan adanya korelasi yang besar atau erat antara variabel-variabel aktual dengan variabel-variabel pada jaringan saraf tiruan. Kebaruan penelitian ini adalah penggunaan JST untuk pertama kalinya dalam memprediksi total end breakage per machine in 40 hrs benang kapas di mesin rotor spinning. Metode ini dapat mempermudah top management dan khususnya bagian Quality Control dalam pengambilan keputusan untuk melakukan setting parameter mesin rotor guna meminimalisir terjadinya yarn end breakage per machine in 40 hrs.

Unduhan

Data unduhan belum tersedia.

Referensi

Adiansyah, M. (2016). Pemodelan Dan Optimasi Proses Biofiksasi Karbondioksida Pada Biogas Menggunakan Java Moss (Taxiphylum Barbieri) Dengan Response Surface Methodology. Malang: Repository UB.

Ahmad, A. (2017). Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning. Jurnal Teknologi Indonesia, 1-4.

Albert. (2009). Studi Penerapan Response Surface Methodology (RSM) dalam Proses Pembuatan Botol untuk Peningkatan Produktivitas Produk Botol di CV Bobofood. Medan: Universitas Sumatera Utara.

Das, A., & Ishtiaque, S. (2004). End Breakage in Rotor Spinning: Effect of Different Variables on Cotton Yarn End Breakage. AUTEX Research Journal, Vol. 4, No. 2, 52-59.

Disa, S. (2015). Penerapan Metode Regresi Linear dalam Pembuatan Perangkat Lunak Simulasi Target Penjualan. Jurnal Inspiration Vol. 5, No. 2, 82-89.

Fei, J., & Cheng, L. (2018). Adaptive Sliding Mode Control of Dynamic Systems Using Double Loop Recurrent Neural Network Structure. in IEEE Transactions on Neural Networks and Learning Systems, Vol. 29, No. 4, 1275 - 1286.

Gujarati, N. D. (2004). Basic Econometrics. New York: McGraw-Hill Companies, Incorporation. .

Hernawati, R., Putra, V., & Fauzi, I. (2015). Predicting the Actual Strength of Open-End Spun Yarn Using Mechanical Model. Applied Mechanics and Materials Vol. 780, 69-77.

Jones, R. (2002). Design and Analysis of Experiments (fifth edition), Douglas Montgomery, John Wiley and Sons. Quality and Reliability Engineering International Vol. 18 Issue 2, 163.

Maran, J., Sivakumar, V., Thirugnanasambandham, K., & Sridhar, R. (2013). Artificial Neural Network And Response Surface Methodology Modeling In Mass Transfer Parameters Predictions During Osmotic Dehydration Of Carica Papaya L. Alexandria Engineering Journal Vol. 52, Issue 3, 507-516.

Mita, A., & Basuki, N. (2019). Penerapan Metode Artificial Neural Network dalam Peramalan Kunjungan Ibu Hamil (K4). Jurnal Biometrika dan Kependudukan Vol. 8, No. 1, 11-20.

Pinar, N., & Babaarslan, O. (2003). Determining an Optimum Opening Roller Speed for Spinning Polyester/ Waste Blend Rotor Yarns . Textile Research Journal Vol. 73, 907-911.

Puspitaningrum, D. (2006). Pengantar Jaringan Saraf Tiruan. Yogyakarta: Andi.

Putra, V., & Wijoyono, A. (2017, November 16). Pemodelan Untuk Menentukan Hubungan Twist Terhadap Nomor Benang Nm pada Mesin Rotor Open-End Spinning Menggunakan Metode Lagrange dan Komputasi Numerik (Pendekatan Fisika). Dipetik Maret 09, 2022, dari Zenodo: https://zenodo.org/record/1438947#.YqsHuXZBzrc

Putra, V., Rosyid, M., & Maruto, G. (2016). A Simulation Model of Twist Influenced by Fibre Movement inside Yarn on Solenoid Coordinate. Global Journal of Pure and Applied Mathematics Vol. 12, No.1, 405-412.

Siang, J. (2005). Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta: ANDI.

Trommer, G. (1995). Rotor Spinning : Development, Process, Yarn, Machine Spinning Components, Technological Standard Values / GÃ¼nter Trommer. Frankfurt/Main, Germany: Deutscher Fachverlag.

Wuryandari, M., & Afrianto, I. (2012). Perbandingan Metode Jaringan Syaraf Tiruan Perbandingan Metode Jaringan Syaraf Tiruan Perbandingan Metode Jaringan Syaraf Tiruan. Jurnal Komputer dan Informatika (KOMPUTA) Vol. 1, No. 1, 45-51.