Comparison of ReLu Activation and Logistics Functions in Classification of Casting Product Defects with Perceptron Multilayer Approach
DOI:
https://doi.org/10.59890/ijist.v2i10.2596Keywords:
Multilayer Perceptron, ReLu, Logistic, Activation, ClassificationAbstract
In the industrial sector, production quality is very important for company operations and must be managed effectively. ISO 9001 emphasizes quality management to direct processes and improve organizational efficiency. Quality control is important to prevent defects in materials, because foundry production must produce high quality materials so that they can be used in the long term. ISO 14001 environmental management environment, with high output impacts on the environment due to lack of transparency. This research uses ReLu and Logistics Activities to improve casting quality using multilayer perceptron technology, finding that ReLu activities have a higher dominance (99%) compared to other actives.
References
H. Rohayani dan M. C. Umam, “Prediksi Penentuan Program Studi Berdasarkan Nilai Siswa dengan Algoritma Backpropagation,” vol. 3, no. 4, hlm. 651–657, 2022, doi: 10.47065/josh.v3i4.1935.
R. Maiyuriska, “Jurnal Informatika Ekonomi Bisnis Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi,” vol. 4, hlm. 28–33, 2022, doi: 10.37034/infeb.v4i1.115.
A. T. Asmoro, “Perbandingan Kualitas Hasil Pengecoran Metode Sand Casting Dan Metode Pengembangan Lost Foam Invesment Casting Dengan Variasi Bahan Pengikat Berdasarkan Analisis Hasil Pengecoran,” Jurnal Teknik Mesin dan Pembelajaran, vol. 2, no. 1, hlm. 117, 2019, doi: 10.17977/um054v2i1p117-123.
D. Pardede, B. H. Hayadi, dan Iskandar, “Kajian Literatur Multi Layer Perceptron Seberapa Baik Performa Algoritma Ini,” Journal of Ict Aplications and System, vol. 1, no. 1, hlm. 23–35, 2022, doi: 10.56313/jictas.v1i1.127.
I. Firmansyah dan B. H. Hayadi, “Komparasi Fungsi Aktivasi Relu Dan Tanh Pada Multilayer Perceptron,” JIKO (Jurnal Informatika dan Komputer), vol. 6, no. 2, hlm. 200, 2022, doi: 10.26798/jiko.v6i2.600.
F. Listanto dkk., “Prediksi Defect Produk Casting Dengan Algoritma SVM Berbasis RBF dan Linier”.
J. J. Purnama, S. Rahayu, S. Nurdiani, T. Haryanti, dan N. A. Mayangky, “Analisis Algoritma Klasifikasi Neural Network Untuk Diagnosis Penyakit Diabetes,” IJCIT (Indonesian Journal on Computer and Information Technology), vol. 5, no. 1, hlm. 1–7, 2020, doi: 10.31294/ijcit.v5i1.6391.
A. S. Ridwan dan Y. H. Chrisnanto, “KLASIFIKASI KALIMAT PADA BERITA OLAHRAGA SECARA OTOMATIS,” vol. 9, no. 1, hlm. 88–97, 2021, doi: 10.35508/jicon.v9i1.3708.
A. Susilo, Y. Irawan, N. Heryana, H. S. Hopipah, dan D. Rahma, “Identifikasi Website Phishing dengan Perbandingan Algoritma Klasifikasi,” vol. 10, no. 01, hlm. 57–67, 2021.
H. Haryani, C. I. Agustyaningrum, A. Surniandari, S. Sahara, dan R. K. Sari, “Algoritma Klasifikasi Multilayer Perceptron Dalam Analisa Data Kebakaran Hutan,” Jurnal Infortech, vol. 5, no. 1, hlm. 64–70, 2023, doi: 10.31294/infortech.v5i1.15792.
K. B. Simarmata, K. D. Hartomo, dan K. D. Hartomo, “Analisa Rekomendasi Fitur Persetujuan Pinjaman Perusahaan Financial Technology Menggunakan Metode Random Forest,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 3, hlm. 2055–2070, 2022, doi: 10.35957/jatisi.v9i3.2258.
L. O. A. S. Sagala, “Klasifikasi Cats dan Dogs dengan Metode CNN dalam Fungsi Aktivasi relu , sigmoid , softmax , softplus , softsign , dan selu,” no. September, 2022, [Daring]. Tersedia pada: https://www.researchgate.net/profile/La-Ode-S-Sagala-2/publication/363924413_Klasifikasi_Cats_dan_Dogs/links/63355710769781354ea5ca74/Klasifikasi-Cats-dan-Dogs.pdf
U. Erdiansyah, A. I. Lubis, dan G. Syahputra, “Klasifikasi Penyakit Diabetic Retinopathy Menggunakan Multilayer Perceptron,” hlm. 1–6.
M. S. Wibawa, “Pengaruh Fungsi Aktivasi, Optimisasi dan Jumlah Epoch Terhadap Performa Jaringan Saraf Tiruan,” Jurnal Sistem dan Informatika (JSI), vol. 11, no. December, hlm. 167–174, 2017, doi: 10.13140/RG.2.2.21139.94241.
M. Handayani, M. Riandini, dan Z. Zakarias, “Perbandingan Fungsi Optimasi Neural Network Dalam Klasifikasi Kelayakan Calon Suami,” Jurnal Informatika, vol. 9, no. 1, hlm. 78–84, 2022, doi: 10.31294/inf.v9i1.12318.
