Perbandingan Antara Model Neural Network dan Model Duane untuk Evaluasi Ketepatan Prediksi Waktu Kerusakan Suatu Komponen

Abstract

Artificial Neural Network atau yang dikenal dengan jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Sedangkan model Duane adalah model yang dikenal baik untuk sistem perbaikan dengan asumsi waktu antar kerusakan saat ini berkaitan dengan waktu antar kerusakan satu waktu sebelumnya, atau bahkan dengan waktu-waktu antar kerusakan sebelumnya. Dalam analisis keandalan, kedua model tersebut dapat dipergunakan untuk menentukan waktu pergantian, atau perawatan suatu komponen. Keuntungan melakukan pergantian, atau perawatan secara berkala adalah dapat mengurangi, atau menekan kerugian yang akan
ditimbulkan bila suatu proses produksi berhenti. Dalam artikel ini akan dilakukan kajian perbandingan antara model Neural Network dengan model Duane untuk analisis keandalan berkaitan dengan penentuan jadwal pengantian, atau perawatan suatu komponen dalam memprediksi terjadinya kegagalan. Pemilihan model terbaik berdasarkan pada model yang menghasilkan tingkat kesalahan prediksi yang paling kecil untuk suatu data kerusakan dengan membandingkan nilai Root Mean Square Error (RMSE).