dc.contributor.author | Agung Dwi Saputra | |
dc.date.accessioned | 2014-11-06T02:27:09Z | |
dc.date.available | 2014-11-06T02:27:09Z | |
dc.date.issued | 2014-11-06 | |
dc.identifier.nim | NIM091910201059 | |
dc.identifier.uri | http://repository.unej.ac.id/handle/123456789/60076 | |
dc.description.abstract | Fuel cell (FC) merupakan suatu pembangkit listrik yang mengubah energi
kimia langsung menjadi listrik dengan menggunakan hidrogen sebagai bahan
bakarnya dan oksigen sebagai oksidannya. Dipilihnya hidrogen sebagai bahan
bakar FC karena dianggap memenuhi dua alasan utama yaitu ramah lingkungan
dan secara alamiah hidrogen tersedia dalam jumlah besar hingga bisa
dimanfaatkan dari generasi ke generasi . Pemodelan fuel cell ini menggunakan
neural network basis radial secara offline. Model neural network yang digunakan
penelitian ini yaitu Radial Basis Function (RBF). RBF merupakan salah satu
bentuk layer multi perceptron yang unsupervised. Aritektur dari RBF terdiri dari
fungsi basis sebagai fungsi aktivasi pada hidden layer dan linier pada output
layer. Fungsi ini biasanya membutuhkan banyak neuron jika dibandingkan
dengan jaringan feedfoward. Jaringan ini akan bekerja dengan baik, jika
diberikan input cukup banyak. Nilai error persen terendah sebesar 0 %. Dan nilai
error persen tertinggi terdapat pada saat nilai arus sebesar 14,44 Ampere dengan
nilai error sebesar 6,48% untuk model rangkaian ekivalen sedangkan untuk
model neural network nilai error persen tertinggi yaitu sebesar 6,24 % dengan
kondisi arus target 14,44. Kesalahan rata-rata yang terjadi pada rangkaian
ekivalen sebesar 0,22 % sedangkan pada model neural network sebesar 0,00 %. | en_US |
dc.language.iso | other | en_US |
dc.relation.ispartofseries | 091910201059; | |
dc.subject | fuel cell, neural network, effisiensi,error persen | en_US |
dc.title | PEMODELAN PEMFC SEBAGAI SUMBER ENERGI MOBIL LISTRIK BERBASIS NEURAL NETWORK | en_US |
dc.type | Other | en_US |