Disusun Oleh : Fathi Ihsan(070863) JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SULTAN AGENG TIRTAYASA BANTEN 2010

komponen pendingin udara terdiri dari dua tingkat, komponen utama di tingkat pertama, dan sub komponen di level.1 kedua. Tim proyek merinci tempat-tempat utama dan sub komponen, dan mereka ada di bagian atas Matriks II. Ini bertujuan untuk menentukan tingkat dampak bahwa karakteristik desain produk yang ada di utama / sub komponen. Hal ini dimanipulasi secara otomatis oleh program Matlab dengan built-in fungsi. Mengidentifikasi persyaratan Pelanggan Mengidentifikasi prioritas kebutuhan pelanggan Output, bobot Produksi / kontrol atribut Model NN Input prioritas di NN Model Model Model QFD NN

Matriks ini berkaitan dengan komponen-komponen untuk proses manufaktur, Seagai berikut : 1. dari pendingin udara, pendingin udara proses disusun di bagian atas matriks. Tujuannya adalah untuk menentukan keterkaitan antara proses manufaktur komponen dan komponen bagian. Ini membantu untuk mengidentifikasi di mana penekanan harus ditempatkan. 2. Mengukur nilai-nilai hubungan untuk setiap proses. 3. Berat semua proses komponen secara otomatis dihitung oleh Matlab dan normalisasi dilakukan. 4. Proses transfer komponen dan bobot mereka ke berikutnya matriks.

terkait pentingnya produksi dan pengendalian entitas dikenal, sehingga tim dapat memutuskan mana produksi dan entitas kontrol untuk membayar lebih banyak perhatian. Akibatnya, ia akan memimpin tim manufaktur berkonsentrasi pada jalan yang benar yang secara signifikan mengurangi waktu yang terbuang untuk menebak. Setelah mengembangkan matriks QFD untuk pendingin udara, perlu untuk menerima ide-ide keahlian memberi bobot dalam hubungan antara matriks. Pada titik itu, NN dikembangkan berdasarkan struktur matriks QFD. Model QFD terintegrasi ditunjukkan pada Gambar di samping.

3.1. Membangun Jaringan Secara konseptual, jaringan dibangun berdasarkan masukan dari persyaratan pelanggan. Memperhatikan prioritas antara syarat, jaringan menghitung dalam lapisan dalamnya unit pengolahan; dan menghasilkan output yang diinginkan seperti yang ditunjukkan pada Gambar Dibawah. Multi-layer Perceptron (MLP) dipilih untuk diterapkan luas dan struktur dasar. Kemudian, dengan asumsi sifat sederhana dari masalah, hanya satu lapisan tersembunyi ditugaskan untuk arsitektur MLP. jumlah unit pengolahan (PE) diatur untuk menyesuaikan saluran input persyaratan pelanggan. Fungsi transfer PE adalah kurva sigmoid. Lebih terinci, jenis momentum kaidah belajar dilakukan seluruh pelatihan.

Teknik NN digunakan untuk mengatasi kelemahan dalam QFD penilaian subjektif dari nilai-nilai hubungan dengan bantuan ahli manusia.. set data pelatihan yang dihasilkan oleh proses QFD pada langkah-langkah berikut. 1. Dalam matriks HOQ, prioritas untuk setiap kebutuhan pelanggan diberikan pada skala rating 9-point. 2. Hubungan nilai antara kebutuhan pelanggan dan karakteristik produk desain dihitung berdasarkan prioritas kebutuhan pelanggan. 3. Setelah memasukkan prioritas dan nilai-nilai hubungan ke dalam matriks HOQ, Matlab secara otomatis memberikan produksi dan kontrol berat badan di baris bawah matriks lalu. Hal ini dilakukan oleh antar-menghubungkan dari matriks di matlab. 4. Beralih ke yang berbeda-beda prioritas, hubungan nilai hasil satu set bobot atribut perakitan yang sesuai. Dengan mengulangi prosedur, set data pelatihan untuk NN dihasilkan. Hal ini diperlukan bahwa setiap prioritas kebutuhan pelanggan hanya menghasilkan satu set nilai-nilai hubungan.

Sebelum jaringan dapat digunakan, itu harus dilatih cukup baik untuk melayani tujuan peramalan. Set data yang dibutuhkan untuk pelatihan purpose.At titik itu, kami menggunakan plus minus dua tingkat pendekatan desain nilai-nilai hubungan dari matriks pertama untuk menghasilkan set data pelatihan. Kemudian, 60% dari set data pelatihan digunakan untuk pelatihan NN, dan itu berarti kemungkinan memeriksa kesalahan persegi pada setiap kereta. Pendekatan pelatihan yang digunakan 100 zaman. Setelah NN pelatihan dengan 60% dari data yang dihasilkan set, data 40% sisanya digunakan untuk mengatur validasi dari NN. Kesimpulannya, NN dilatih untuk pendingin udara bekerja tanpa ahli manusia, dan dapat menghasilkan hubungan yang wajar dengan memvariasikan bobot kebutuhan pelanggan. Karena struktur NN hanya tergantung pada matriks QFD. Dan bobot ini ditunjukkan dalam tabel 6, tabel 7 dan tabel 8.

Metode yang diusulkan IQFD diimplementasikan dalam lingkungan komputer dengan menggunakan Matlab 2006 dan Syaraf Solusi Software. Berdasarkan studi kasus manufaktur pendingin udara, Gambar 7, Gambar 8 dan Gambar 9 menunjukkan bagaimana perubahan dalam kebutuhan pelanggan pada pengaruh matriks pertama kecenderungan manufaktur di terakhir matriks berfokus pada tiga entitas dasar, yang material, listrik dan mekanik spesifikasi. Hal ini sangat sulit untuk menambah kebutuhan pelanggan baru atau untuk mengurangi kebutuhan pelanggan setelah atau selama tahap manufaktur (melalui operasi tata letak yang pada dasarnya merupakan kondisi desain). Metode yang diusulkan IQFD memungkinkan desain untuk mengambil sistematisasi data selama proses manufaktur dan / atau desain tahap pra, dan metode yang diusulkan bekerja dengan baik, dan dengan demikian, proyek tersebut adalah memperluas untuk menangani menambahkan, menghapus, dan mengubah atribut karakteristik desain atau pelanggan kebutuhan untuk jaringan saraf, yang berarti spesifikasi produk yang sangat luas. Selain itu, akan berlaku untuk domain manufaktur multi dan memasuki analisis sensitivitas untuk membenarkan perubahan yang mungkin berhubungan dengan bobot kebutuhan.

SEKIAN DAN TERIMAKASIH FATHI IHSAN (070863)