Prediksi Sisa Umur Pakai Mesin Pesawat Menggunakan Ensemble Neural Network dengan Seleksi Fitur Extreme Gradient Boosting
Tahun 2025 · Penulis: Afif Rohul Abrori
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Prediksi sisa umur pakai (Remaining Useful Life / RUL) mesin pesawat merupakan aspek penting dalam mendukung sistem predictive maintenance yang efisien dan aman. Tingkat akurasi prediksi RUL masih menjadi tantangan akibat kompleksitas data sensor. Penelitian ini bertujuan untuk membangun dan mengembangkan model prediksi RUL menggunakan pendekatan ensemble neural network yang dikombinasikan dengan seleksi fitur algoritma XGBoost. Penelitian ini juga melakukan perbandingan performa antara model individu dan ensemble, serta mengevaluasi pengaruh seleksi fitur terhadap hasil prediksi. Selain itu dilakukan juga perbandingan tiga arsitektur deep learning yaitu LSTM, CNN autoencoder – LSTM, dan TCN untuk mendapatkan analisis yang komprehensif. Data yang digunakan dalam penelitian ini berasal dari dataset CMAPSS terbitan NASA. Hasil dari penelitian ini menunjukkan model ensemble memiliki performa yang lebih baik dari model individu. Penggunaan seleksi fitur XGBoost juga berpengaruh dalam mendapatkan nilai error yang kecil. Performa model terbaik dicapai menggunakan arsitektur CNN autoencoder – LSTM dengan skenario XGBoost – 16 pada subset data FD001 yaitu nilai RMSE sebesar 13,691.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,833
Tahun 2026 · Penulis: Rico Satria Ananda Putra
Analisis Variasi Arsitektur Convolutional Neural Network Model Xception untuk Klasifikasi Penyakit Daun Padi (Oryza sativa L)
Jaringan Kovolutional Neural (CNN) telah menjadi salah satu metode pembelajaran mendalam yang paling dapat diandalkan untuk pengolahan gambar karena kemampuannya yang kuat untuk menangkap pola visual. Dalam klasifikasi penyakit daun beras, CNN memainkan perana
- Cosine 0,830
Tahun 2025 · Penulis: Mario Ari Refangga
Analisis Penerapan Deep Learning CNN untuk Kepentingan Klasifikasi Kondisi Gigi Berbasis Citra X-Ray
Kesehatan gigi dan mulut merupakan salah satu aspek penting dari kesehatan seseorang yang tidak boleh diabaikan. Masalah umum seperti gigi berlubang, implan gigi, impaksi gigi, dan gigi tambalan dapat dicegah atau diatasi dengan perawatan yang tepat. Teknologi
- Cosine 0,789
Tahun 2026 · Penulis: Ferdilla Ayza Melani
Rancang Bangun Multi-Tray Load Cell Untuk Prediksi Kadar Air Pada Pengering Biji Kopi Berbasis Deep Learning
Penelitian ini merancang sistem multi-tray load cell yang terintegrasi dengan pengering biji kopi untuk memantau perubahan berat pada empat tray secara berkelanjutan, serta mengembangkan model deep learning untuk memprediksi Kelembaban Relatif (RH) sebagai ind