PEMODELAN NUMERIK PERPINDAHAN PANAS KONDUKSI DENGAN METODE ARTIFICIAL NEURAL NETWORK

Agatho, Theodoret Putra (2023) PEMODELAN NUMERIK PERPINDAHAN PANAS KONDUKSI DENGAN METODE ARTIFICIAL NEURAL NETWORK. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Theodoret Putra Agatho) 190710233_Bab 0.pdf Download (534kB) | Preview
Preview	Text 190710233_Bab 1.pdf Download (244kB) | Preview
Preview	Text 190710233_Bab 2.pdf Download (233kB) | Preview
	Text 190710233_Bab 3.pdf Restricted to Registered users only Download (407kB)
	Text 190710233_Bab 4.pdf Restricted to Registered users only Download (948kB)
	Text 190710233_Bab 5.pdf Restricted to Registered users only Download (435kB)
Preview	Text 190710233_Bab 6.pdf Download (2MB) | Preview

Abstract

Pada akhir dasawarsa ini, Artificial Neural Networks (ANNs) mengalami perkembangan jauh dan mulai memasuki berbagai macam bidang pengetahuan. Pemodelan dan simulasi tidak terlepas dari kenyataan ini dengan kemunculan Physics-Informed Neural Networks (PINNs) sebagai turunan dari ANNs pada bidang ini. Saat ini, eksplorasi PINNs masih terus berlanjut dan belum menemukan batas yang dapat menghentikan penyelusurannya. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi dan menunjukkan salah satu potensi dasar yang dimiliki PINNs. Penelitian dilakukan dengan membandingkan tingkat akurasi dan waktu yang diperlukan untuk menghitung persamaan penurunan sebagian ANNs dan FD pada kasus perpindahan panas satu dan dua dimensi. Metode implisit Euler digunakan untuk pengintegrasian waktu pada persamaan perpindahan panas. Selama tahap pengujian, dilakukan beberapa penyesuaian (tuning) terhadap ANNs untuk mendapatkan potensi terbaik. Hasil akhir ANNs dan FD akan dibandingkan dengan solusi jawaban pasti nantinya. Hasil penelitian menunjukkan bahwa ANNs mampu menghasilkan hasil lebih akurat daripada FD dalam beberapa kasus. Namun, ANNs memerlukan waktu untuk menyelesaikan perhitungan jauh lebih lama daripada FD. Meski demikian, ANNs menawarkan kelebihan lain sehingga ANNs merupakan pilihan yang bersaing dengan FD.

Actions (login required)

View Item