Analisis Estimasi Efektivitas Peralatan Menggunakan Jaringan Saraf Tiruan Backpropagation dengan Pengoptimalan Stochastic Gradient Descent

Abstract

Efektivitas Peralatan Menyeluruh (OEE) merupakan indikator utama dalam mengevaluasi efisiensi operasional industri, tetapi metode tradisional sering kali tidak mampu menangkap dinamika data non-linier. Penelitian ini mengembangkan model prediksi OEE menggunakan Jaringan Saraf Tiruan (JST) Backpropagation dengan optimasi Adagrad, yang menyesuaikan laju pembelajaran secara adaptif. Tiga arsitektur jaringan ([4-16-1], [4-16-8-1], [4-16-8-4-1]) diuji menggunakan dataset sintetik yang terdiri dari 5000 sampel pelatihan dan 15 sampel uji, kemudian dibandingkan dengan Support Vector Regression (SVR) dan Adaptive Neuro-Fuzzy Inference System (ANFIS). Arsitektur [4-16-8-1] mencapai akurasi prediktif tertinggi sebesar 96,90% dengan Root Mean Square Error (RMSE) 0,0117, lebih baik dibandingkan SVR (91,67%; RMSE 1,4847) dan ANFIS (68,33%; RMSE 0,0001). Analisis visual melalui kurva loss, residual plot, distribusi residual, dan Bland-Altman plot menegaskan stabilitas model. Penelitian ini memberikan kontribusi pada pengembangan metode kecerdasan buatan untuk pengelolaan industri, dengan catatan bahwa validasi lebih lanjut menggunakan data riil diperlukan