Nadya Sumardani Primary Author 1520301080 Primary Author mixed material bibliography Pekanbaru Pustaka Politeknik Caltex Riau 2019 id Indonesia

Text

xii, 47 hlm.; 21 cm Perangkat elektronika seringkali mengalami gangguan conducted emi yang tidak diinginkan sehingga menimbulkan penurunan kinerja atau kerusakan. Beberapa solusi yang telah digunakan untuk mengurangi permasalahan EMI, diantaranya teknik spread spectrum, shielding, perancangan konverter dan perancangan filter. Pada penelitian ini dilakukan pendekatan melalui prediksi menggunakan machine learning yang memiliki kelebihan diantaranya mempersingkat waktu prediksi dan membantu mengembangkan teknik mitigasi. Penelitian ini melakukan pengukuran level daya EMI pada LED driver, data yang diperoleh kemudian diprediksi menggunakan machine learning dengan metode algoritma ANN (Artificial Neural Network). Pemodelan dan prediksi dilakukan secara classification dengan dua cara proses pembelajaran yaitu supervised learning dan unsupervised learning. Hasil pemodelan dan prediksi yang dilakukan adalah machine learning dapat memprediksi conducted emission secara akurat dengan akurasi pada sinyal periodik rata - rata yaitu 82,294% dan 80,299% untuk hasil prediksi sinyal non periodik. Kata kunci: Conducted Emmision modeling prediction, Machine Learning, CISPR 22, LED Driver, algoritma ANN PA Teknik Elektronika Telekomunikasi PA TET Politeknik Caltex Riau Politeknik Caltex Riau PA TET PA1520301080 Perpustakaan PCR (R) Poster - Pemodelan dan Prediksi Conducted Emission Pada Led Driver Menggunakan Machine Learning dengan Algoritma Jaringan Syaraf Tiruan (Artificial Neural Network) 10759 2019-07-16 00:00:00 2019-11-04 15:46:24 machine generated