IMPLEMENTASI NEURAL NETWORK UNTUK BANYAK RANGKAIAN KOMBINASIONAL

AKBAR , HIDAYAT (2025) IMPLEMENTASI NEURAL NETWORK UNTUK BANYAK RANGKAIAN KOMBINASIONAL. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
1. ABSTRAK - ASBTRACT.pdf

Download (41Kb) | Preview
[img] File PDF
2. SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (2169Kb) | Minta salinan
[img]
Preview
File PDF
3. SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (1786Kb) | Preview

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

Pengujian Integrated Circuit (IC) umumnya menggunakan Generator Set Test (GST) untuk memastikan kualitas produksi. Pada setiap pengujian rangkaian memerlukan satu unit GST. Sehingga mengakibatkan banyak GST pada setiap IC pengujian. Hal ini membutuhkan biaya pengujian lebih besar. Prinsip kerja GST pada dasarnya adalah seperti suatu fungsi rangkaian digital kombinasional. Penelitian ini bertujuan untuk mengimplementasikan struktur neural network yang dapat menggantikan berbagai fungsi rangkaian kombinasional dengan syarat jumlah input dan output adalah sama. Sistem yang dirancang menggunakan lima fungsi rangkaian kombinasional, masing-masing dengan tiga input dan satu output, yang dimodelkan dalam arsitektur neural network. Karena struktur input dan output adalah sama, kelima rangkaian ini dapat digantikan dengan satu neural network, perbedaannya pada pengaturan bobotnya. Perbedaan bobot ini memungkinkan pemilihan rangkaian yang diaktifkan secara fleksibel. Peneliti ini adalah membuat algoritma yang mengatur penempatan bobot pada neural network sesuai dengan fungsi rangkaian yang diaktifkan. Hasil penelitian menunjukkan bahwa arsitektur yang diusulkan berhasil memodelkan kelima rangkaian kombinasional, memungkinkan penggunaan satu neural network yang fleksibel. Algoritma tersebut berhasil menyesuaikan bobot neural network untuk mencocokkan fungsi rangkaian yang diaktifkan, sehingga mengurangi biaya pengujian IC digital secara signifikan. Kata Kunci: Neural Network, Bobot, Kombinasional

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum
600 Teknologi (ilmu terapan)
600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: Fakultas Teknik > Prodi S1-Teknik Elektro
Pengguna Deposit: 2308659534 . Digilib
Date Deposited: 20 Feb 2025 01:50
Terakhir diubah: 20 Feb 2025 01:50
URI: http://digilib.unila.ac.id/id/eprint/84618

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir