Putri, Artasia (2021) KLASIFIKASI GLAND CABLE BERDASARKAN ZONA HAZARDOUS MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DI PT. TANGGUH LNG (LIQUEFIED NATURAL GAS) BRITISH PETROLEUM. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.
![]() |
Text (Fulltext)
SKRIPSI ARTASIA PUTRI.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text (Abstrak)
ABSTRAK ARTASIA PUTRI.pdf Restricted to Registered users only Download (16kB) |
Abstract
Permasalahan ledakan dapat terjadi saat ada kemungkinan tercampurnya udara (oksigen 21%) dengan material mudah terbakar (debu, gas) dengan sumber panas diatmosphere. Pemilihan peralatan listrik harus sesuai dengan standar yang digunakan. Tiap area plant memiliki type gland cable yang berbeda yang disesuaikan dengan zona. Salah satunya ialah zona hazardous yang dapat menimbulkan potensi bahaya yang timbul jika tidak dapat diidentifikasi dan dikendalikan. Mengidentifikasi gland cable sesuai dengan zona nya dapat meminimalkan kerugian yang akan terjadi. Penelitian ini bertujuan untuk mengklasifikasi gland cable berdasarkan hazardous area menggunakan metode ANN (Artificial Neural Network). Tiap gland cable diklasifikasikan menggunakan pendekatan zona hingga terbentuk sebuah data yang terstruktur menggunakan tipe MLP (Multi Layer Perceptron) yang menggunakan backpropagation dalam proses training. Kemudian struktur data tersebut dapat diklasifikasikan menjadi zona dengan menggunakan ANN yang dioptimasi dengan Metode Adam dengan 76% deteksi akurat terdeteksi dalam pengujian.
Item Type: | Thesis (S1) | ||||||
---|---|---|---|---|---|---|---|
Contributors: |
|
||||||
Uncontrolled Keywords: | Gland Cable, Zone Hazardous, ANN | ||||||
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering | ||||||
Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | ||||||
Depositing User: | Perpustakaan FT | ||||||
Date Deposited: | 07 Jul 2025 03:33 | ||||||
Last Modified: | 07 Jul 2025 03:33 | ||||||
URI: | http://eprints.untirta.ac.id/id/eprint/50714 |
Actions (login required)
![]() |
View Item |