Main Article Content
Abstract
Dalam bidang industri merupakan suatu hal yang penting untuk mengetahui kondisi bahan yang
dipergunakan khususnya dalam pembangunan instalasi nuklir. Terdapat beberapa macam kegagalan bahan
diantaranya korosi. Dalam banyak hal korosi tidak dapat dihindarkan, tetapi terdapat banyak usaha untuk
mengendalikannya. Pemodelan dan simulasi merupakan salah satu cara untuk mengurangi tingkat korosi.
Pengenalan pola bahan terkorosi berbasis kecerdasan buatan diharapkan dapat membantu sebagian usaha
pengendalian untuk para ahli yang menekuni masalah korosi. Banyak percobaan pengamatan menggunakan
beberapa alat laboratorium. Mikrostruktur dari bahan dapat digambarkan dan struktur polanya dapat
dikonversi dengan pengolahan citra. Untuk menentukan karakteristik dari pola tersebut, dianalisis dengan
prinsipal komponen. Pemodelan menggunakan sistem jaringan syaraf merupakan pembelajaran dan adaptasi
dari suatu obyek. Metoda perceptron merupakan salah satu pembelajaran dengan pengawasan pada sistem
jaringan syaraf. Diperlukan rancangan jaringan syaraf dengan sejumlah spesifikasi untuk identifikasi yang
terdiri dari sejumlah neuron dan sejumlah input. Sejumlah neuron digunakan untuk membedakan klasifikasi
pada pengenalan pola dari bahan terkorosi atau tidak terkorosi. Dalam pembelajaran dan pelatihan data akan
diambil beberapa data contoh, kemudian dilakukan beberapa simulasi. Mikrostruktur dari data contoh yang
diteliti menggunakan data laboratorium dan data pustaka. Proses pengenalan pola meliputi pengolahan citra,
analisis prinsipal komponen dan jaringan syaraf dengan menggunakan MATLAB.
Kata kunci: Korosi, Pengenalan pola, Pengolahan Citra, Prinsipal Komponen, Jaringan Syaraf, Perceptron.
dipergunakan khususnya dalam pembangunan instalasi nuklir. Terdapat beberapa macam kegagalan bahan
diantaranya korosi. Dalam banyak hal korosi tidak dapat dihindarkan, tetapi terdapat banyak usaha untuk
mengendalikannya. Pemodelan dan simulasi merupakan salah satu cara untuk mengurangi tingkat korosi.
Pengenalan pola bahan terkorosi berbasis kecerdasan buatan diharapkan dapat membantu sebagian usaha
pengendalian untuk para ahli yang menekuni masalah korosi. Banyak percobaan pengamatan menggunakan
beberapa alat laboratorium. Mikrostruktur dari bahan dapat digambarkan dan struktur polanya dapat
dikonversi dengan pengolahan citra. Untuk menentukan karakteristik dari pola tersebut, dianalisis dengan
prinsipal komponen. Pemodelan menggunakan sistem jaringan syaraf merupakan pembelajaran dan adaptasi
dari suatu obyek. Metoda perceptron merupakan salah satu pembelajaran dengan pengawasan pada sistem
jaringan syaraf. Diperlukan rancangan jaringan syaraf dengan sejumlah spesifikasi untuk identifikasi yang
terdiri dari sejumlah neuron dan sejumlah input. Sejumlah neuron digunakan untuk membedakan klasifikasi
pada pengenalan pola dari bahan terkorosi atau tidak terkorosi. Dalam pembelajaran dan pelatihan data akan
diambil beberapa data contoh, kemudian dilakukan beberapa simulasi. Mikrostruktur dari data contoh yang
diteliti menggunakan data laboratorium dan data pustaka. Proses pengenalan pola meliputi pengolahan citra,
analisis prinsipal komponen dan jaringan syaraf dengan menggunakan MATLAB.
Kata kunci: Korosi, Pengenalan pola, Pengolahan Citra, Prinsipal Komponen, Jaringan Syaraf, Perceptron.