<![CDATA[Dalam bidang industri merupakan suatu hal yang penting untuk mengetahui kondisi bahan yangdipergunakan khususnya dalam pembangunan instalasi nuklir. Terdapat beberapa macam kegagalan bahandiantaranya korosi. Dalam banyak hal korosi tidak dapat dihindarkan, tetapi terdapat banyak usaha untukmengendalikannya. Pemodelan dan simulasi merupakan salah satu cara untuk mengurangi tingkat korosi.Pengenalan pola bahan terkorosi berbasis kecerdasan buatan diharapkan dapat membantu sebagian usahapengendalian untuk para ahli yang menekuni masalah korosi. Banyak percobaan pengamatan menggunakanbeberapa alat laboratorium. Mikrostruktur dari bahan dapat digambarkan dan struktur polanya dapatdikonversi dengan pengolahan citra. Untuk menentukan karakteristik dari pola tersebut, dianalisis denganprinsipal komponen. Pemodelan menggunakan sistem jaringan syaraf merupakan pembelajaran dan adaptasidari suatu obyek. Metoda perceptron merupakan salah satu pembelajaran dengan pengawasan pada sistemjaringan syaraf. Diperlukan rancangan jaringan syaraf dengan sejumlah spesifikasi untuk identifikasi yangterdiri dari sejumlah neuron dan sejumlah input. Sejumlah neuron digunakan untuk membedakan klasifikasipada pengenalan pola dari bahan terkorosi atau tidak terkorosi. Dalam pembelajaran dan pelatihan data akandiambil beberapa data contoh, kemudian dilakukan beberapa simulasi. Mikrostruktur dari data contoh yangditeliti menggunakan data laboratorium dan data pustaka. Proses pengenalan pola meliputi pengolahan citra,analisis prinsipal komponen dan jaringan syaraf dengan menggunakan MATLAB.Kata kunci: Korosi, Pengenalan pola, Pengolahan Citra, Prinsipal Komponen, Jaringan Syaraf, Perceptron.]]>
Copyrights © 2007
