Desain sistem monitoring suhu dan proteksi motor induksi fasa-tiga sebagai salah satu Metode Pencegahan Kerusakan Motor Induksi Fasa-Tiga di PT. Xyz
Info Katalog
File Repositori
File Jurnal : 00000000000000112135.pdf
Subyek : Induction - braking;Induction motor characteristic
Penerbit : FTI - Usakti
Kota Terbit : Jakarta
Tahun Terbit : 2022
Pembimbing 1 : Chairul Gagarin Irianto
Pembimbing 2 : Syamsir Abduh
Kata Kunci : deep learning, machine learning, lstm, fts, forecasting, neural network
Status Posting : Published
Status : Lengkap
File Repositori
| No. | Nama File | Hal. | Link |
|---|---|---|---|
| 1. | 2022_TS_MTE_162011910005_Halaman-Judul.pdf | 24 | |
| 2. | 2022_TS_MTE_162011910005_Lembar-Pengesahan.pdf | 6 | |
| 3. | 3.-2022_TS_MTE_162011910005_Bab-1_Pendahuluan.pdf | 4 | |
| 4. | 4.-2022_TS_MTE_162011910005_Bab-2_Tinjauan-Pustaka.pdf | 36 |
|
| 5. | 5.-2022_TS_MTE_162011910005_Bab-3_Metodelogi-Penelitian.pdf | 20 |
|
| 6. | 6.-2022_TS_MTE_162011910005_Bab-4_Analisis-dan-Pembahasan.pdf | 36 |
|
| 7. | 7.-2022_TS_MTE_162011910005_Bab-5_Kesimpulan.pdf | 2 |
|
| 8. | 8.-2022_TS_MTE_162011910005_Daftar-Pustaka.pdf | 2 | |
| 9. | 9.-2022_TS_MTE_162011910005_Lampiran.pdf | 23 |
|
E Emas merupakan logam mulia yang memiliki nilai ekonomis dan sering digunakan sebagai alat investasi. Permintaan emas dari hari ke hari semakin meningkat, karena banyak yang mengetahui dan beranggapan bahwa emas dapat dijadikan kepemilikan dalam bentuk aset investasi yang memiliki resiko rendah. Oleh karena itu, perlu dilakukan prediksi harga emas untuk menghindari kerugian. Penelitian ini bertujuan untuk memprediksi harga emas menggunakan arsitektur machine learning termasuk deep learning yaitu Long Short Term Memory (LSTM) dan Fuzzy Time Series (FTS). Beberapa proses uji coba dilakukan dalam proses pelatihan dan memprediksi model LSTM dan FTS untuk mendapatkan hasil terbaik. Data yang digunakan dalam penelitian ini adalah data real periode 15 September 2016 – 15 September 2021. Hasil akhir yang diperoleh dari metode LSTM memiliki nilai RMSE data latih sebesar 391,95 RMSE, dan nilai data uji 412,36 RMSE, serta Metode FTS memiliki nilai RMSE sebesar 10449.115791541652.
G Gold is a precious metal that has economic value and is often used as an investment tool. The demand for gold from day to day is increasing, because many know and think that gold can be used as ownership in the form of investment assets that have low risk. Therefore, it is necessary to predict the gold price to avoid losses. This study aims to predict the gold price using a machine learning architecture including deep learning, namely Long Short Term Memory (LSTM) and Fuzzy Time Series (FTS). Several trial processes were carried out in the training process and predict the LSTM and FTS models to get the best results. The data used in this experiment is real data from the period 15 September 2016 – 15 September 2021. The final results obtained from the LSTM method have an RMSE value of training data of 391.95 RMSE, and a value of test data 412.36 RMSE, and the FTS method has an RMSE value of 10449.115791541652.
Penentuan target penjualan spare part berdasarkan peramalan permintaan menggunakan model arima musiman dan holtwinter
FTI - Usakti
Klasifikasi emosi jenis arousal dan valence menggunakan metode convolutional neural network
FTI - Usakti
Rancang bangun model persediaan bahan baku dan aditif untuk produk plastik injeksi (studi kasus : PT. Xyz)
FTI - Usakti
Perancangan model pendukung keputusan pengadaan barang dengan menggunakan fuzzy interence system
FTI - Usakti
