PERBANDINGAN KEMAMPUAN NEURAL HAMMERSTEIN, NEURAL WIENER, HAMMERSTEIN-WIENER MODEL DALAM PEMODELAN LANTHANUM MAGNETO-ELECTRO DEPOSITION

Freza , Devica Gunada (2022) PERBANDINGAN KEMAMPUAN NEURAL HAMMERSTEIN, NEURAL WIENER, HAMMERSTEIN-WIENER MODEL DALAM PEMODELAN LANTHANUM MAGNETO-ELECTRO DEPOSITION. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT.pdf Download (38Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (5Mb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3786Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Lanthanum bisa didapatkan dengan proses electrowinning (elektrodeposisi). Elektrodeposisi merupakan proses pendeposisian logam yang menggunakan arus DC secara elektrolisis. Adanya medan magnet mempengaruhi pertumbuhan fraktal atau morfologi deposit yang dihasilkan. Kehadiran medan magnet menyebabkan peningkatan terhadap limiting current dan pertumbuhan yang seragam, serta permukaan deposisi logam yang lebih seragam. Elektrodeposisi mempuyai masalah utama yaitu kekasaran pada lapisan yang dihasilkan (pertumbuhan kristal yang tidak seragam). Proses MED akan menghasilkan nilai pembatas (ib) untuk mendapatkan nilai pembatas (ib) diperlukan senyawa-senyawa dan alat-alat seperti luas area elektroda (A), konsentrasi elektron-aktif (C), kinematik viskositas elektrolit (V), koefisien difusi (D), kuat medan magnet (B), dan jumlah elektron yang terlibat dalam proses MED (n). Penelitian magneto electrodeposition ini cenderung membutuhkan senyawa-senyawa yang mahal, Oleh karena itu, perlu adanya solusi untuk menekan biaya senyawa yang mahal dari proses magneto electrodeposition (MED) pada lanthanum. Salah satu solusi yang ditawarkan melalui metode matematis adalah dengan menggunakan pemodelan Neural Hammerstein Model, Neural Wiener Model dan Hammerstein Wiener Model untuk menduga nilai dari arus pembatas (ib) terbaik dengan membandingkan Mean Square Error (MSE), Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE). Hasil dan analisis dari penelitian ini menunjukan bahwa Hammerstein Wiener Model memiliki nilai error terkecil dan mampu memodelkan proses nonlinear secara akurat serta mengungguli blok lainnya yang dipertimbangkan. Kata Kunci: Lanthanum, Neural Network, Neural Hammerstein, Neural Wiener, Hammerstein Wiener, Mechine Learning

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301774615 . Digilib
Date Deposited:	03 Feb 2023 03:43
Terakhir diubah:	03 Feb 2023 03:43
URI:	http://digilib.unila.ac.id/id/eprint/68711

Actions (login required)

Lihat Karya Akhir