Perpustakaan Digital ITB

Perkembangan komputer dalam beberapa puluh tahun terakhir cukup cepat. Dimulai dari komputer yang hanya bertugas untuk menggantikan juru hitung hingga komputer yang mampu mengolah dan menyimpan data. Ketika data yang telah diolah dan disimpan menjadi sangat banyak, mulai muncul pertanyaan mengenai kegunaan data-data tersebut. Akhirnya komputer sampai pada tugasnya yang seperti sekarang: mempelajari data; komputer (machine) yang mampu mempelajari data disebut sebagai pembelajaran mesin (machine learning). Data yang dipelajari oleh pembelajaran mesin adalah data yang cenderung sulit dicari polanya oleh manusia. Dalam konteks pemesinan, pembelajaran mesin juga dapat dimanfaatkan. Pemesinan yang memerlukan pengendalian kualitas pasti melakukan inspeksi dan menghasilkan data. Data tersebut tidak hanya bisa digunakan untuk menilai kelayakan benda kerja, tetapi juga dapat dipelajari oleh pembelajaran mesin. Salah satu parameter yang diukur dalam inspeksi benda kerja adalah kekasaran permukaan. Kekasaran permukaan cenderung sulit dicari polanya oleh manusia karena dipengaruhi oleh berbagai parameter lain. Oleh karena itu, pembelajaran mesin tepat digunakan untuk mempelajari data inspeksi kekasaran permukaan. Setelah data berhasil dipelajari, pembelajaran mesin akan mendapatkan pola. Pola tersebut dapat dimanfaatkan untuk memprediksi kekasaran permukaan sehingga frekuensi proses inspeksi dapat dikurangi. Penelitian ini telah berhasil membuat puluhan ribu model pembelajaran mesin, menggunakan algoritma pembelajaran Random Forest, untuk memprediksi kekasaran permukaan. Model terbaik mampu memprediksi kekasaran permukaan hasil proses bubut dengan nilai ???????????????? sebesar 0,035. Model tersebut memiliki rata-rata kesalahan sebesar 0,012.