PENDEKATAN ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI DIAMETER DARI ELEKTROSPINNING POLYVINLIDINE FLUORIDE (PVDF) NANOFIBERS

Abstract

Tujuan dari penelitan ini adalah memprediksi diameter electrospinning polyvinilidane fluoride (PDVDF) nanofibers berdasarakan parameter input yaitu tegangan (voltage), laju aliran (flow rate), jarak (distance) dan konsentrasi (concentration) dan diameter nanofibers sebagai parameter output. Penelitian ini menggunakan metode jaringan saraf tiruan (JST) dalam memprediksi sebuah output yang ditetapkan. 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. Pada penilitan kali ini algoritma pembelajaran yang digunakan dalam JST adalah metode superseved dimana data yang diolah berasal dari artikel jurnal “Study of of process parameter affecting the diameter and morphology of elektrospun polyvinlidine fluoride (PVDF) nanofibers“. Dari 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 0,995 sedangkan pada penelitian sebelumya juga dilakukan prediksi dengan metode RSM (response surface methodology) dengan nilai R square 0,975 hal tersebut menunjukan jaringan saraf tiruan lebih baik dalam melakukan prediksi suatu output.