<![CDATA[Penelitian ini membahas penggunaan Artificial Neural Network dengan pendekatan static optimization weight untuk mengoptimalkan konsumsi bahan bakar pada sepeda motor injeksi. Tujuannya adalah untuk membuat map ECU modifikasi dan mendapatkan hasil Konsumsi bahan bakar yang efisien. Metode penelitian melibatkan pengembangan model ANN yang dilatih dengan sejumlah dataset input dan output. Parameter yang digunakan pada penelitian ini yaitu RPM, TPS, Torsi, Konsumsi Bahan Bakar, dan Fuel sebagai input sedangkan ignition timing dan injection timing sebagai output. Model type feed-forward backprop dengan training function TRAINLM menggunakan 2 layer dan jumlah neuron 100 digunakan untuk mendapatkan nilai regresi dan output terbaik. Nilai weight pada training terbaik akan digunakan untuk melakukan training berikutnya. Hasil penelitian menunjukkan bahwa ANN dengan menyamakan nilai weight pada masing-masing training per-TPS mampu mencapai peningkatan efisiensi bahan bakar jenis Pertalite sebesar 0.01 ml/s tetapi tidak mendapatkan efisien pada bahan bakar jenis Pertamax dari ECU Programmable. Penelitian ini menunjukkan bahwa optimization static weight pada ANN dapat digunakan untuk memprediksi nilai efisiensi pada pengapian dan injeksi untuk mendapatkan bahan bakar yang efisien.]]>
Copyrights © 2024
