[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123066-id":3,"doc-seo-123066-113":31,"detail-sidebar-cat-0-id-113":95},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123066,687207024643,"Oliver","https://ap-avatar.wpscdn.com/davatar_3d24733baf745e90a7e4bdd5f77d97b2",54,"Penelitian & Laporan","BAB 5 - KESIMPULAN DAN SARAN -","Bab 5 merangkum hasil perancangan program machine learning untuk pengendalian pengkondisi udara pada kereta api penumpang. Model neural network tiga lapisan mampu memperoleh set point suhu AC secara otomatis melalui masukan suhu luar, suhu dalam, kelembapan, dan laju metabolisme, dengan pelatihan menggunakan backpropagation. Kinerja model menunjukkan kenyamanan termal terjaga melalui rentang nilai PMV -0,5 hingga 0,5 serta stabilitas pengujian dengan MAE 0,10884, MSE 0,03221, RMSE 0,017946, dan R2 97,6%. Sistem juga mampu melakukan simulasi menggunakan TwinCAT, mengirim nilai model melalui fungsi GVL dan menjalankan program Python lewat NtStartProcess.","BAB 5  \nKESIMPULAN DAN SARAN  \n5.1 KESIMPULAN  \n1. Program Machine Learning yang dibuat dengan model neural network tiga lapisan dimana terdapat empat neuron masukan pada lapisan pertama, 16 neuron pada lapisan kedua, dan satu neuron keluaran pada lapisan ketiga dapat memperoleh set point suhu untuk AC secara otomatis.  \n2. Model neural network mendapatkan masukan berupa suhu luar, suhudalam, kelembapan, dan laju metabolisme yang digunakan untuk memperoleh set point AC setelah melakukan pelatihan backpropagation.  \n3. Model neural network yang di buat dapat menjaga nilai kenyamanantermal yang baik dengan menjaga parameter PMV bernilai-0,5 – 0,5 dandapat berjalan stabil dengan nilai MAE pengujian sebesar 0,10884, nilai MSE pengujian sebesar 0,03221, nilai RMSE pengujian sebesar 0,017946, dan nilai R2 sebesar 97,6% .  \n4. Sistem yang dibuat dapat melakukan simulasi dengan baik, Twincat dapatmengirim nilai masukan model neural network dan mendapatkan nilai set point suhu untuk memilih mode AC menggunakan fungsi GVL dan program python berjalan dengan menggunakan fungsi Ntstartprocess.  \n5. Sistem dapat bekerja dengan baik ketika berjalan dengan waktu proses neural network rata-rata menghabiskan waktu 0,066821 detik dan dalam  \n25 kali percobaan terdapat 23 hasil yang dapat memenuhi standar PMV dan 2 hasil tidak sesuai dengan standar PMV.  \n5.2 SARAN  \nSaran yang dapat dikembangkan kedepannya dari tugas akhir ini agar menjadi lebih baik adalah sebagai berikut :  \n1. Model neural network dapat dikembangkan dengan menggunakanmenambahkan parameter-parameter yang lebih lengkap sehingga model neural network dapat dilatih dengan lebih baik dan lebih memahami berbagai kondisi sehingga mendapatkan potensi nilai error yang lebihsedikit.  \n2. Pengujian lebih lanjut mengenai performa sistem ketika digunakan padakondisi asli untuk mengetahui sejauh mana peningkatan performa ACdalam menjaga kenyamanan termal penumpang kereta api.","cbCaimvqewUNJt2i","https://ap.wps.com/l/cbCaimvqewUNJt2i","pdf",2536696,7,1,2,"Indonesian","id",113,"# BAB 5 - KESIMPULAN DAN SARAN\n## 5.1 KESIMPULAN\n## 5.2 SARAN","[{\"question\":\"Model neural network seperti apa yang digunakan untuk memperoleh set point suhu AC?\",\"answer\":\"Model menggunakan neural network tiga lapisan dengan 4 neuron masukan pada lapisan pertama, 16 neuron pada lapisan kedua, dan 1 neuron keluaran pada lapisan ketiga untuk menghasilkan set point suhu AC.\"},{\"question\":\"Apa saja parameter masukan untuk model neural network dan bagaimana model dilatih?\",\"answer\":\"Masukan berupa suhu luar, suhu dalam, kelembapan, dan laju metabolisme. Model dilatih menggunakan metode backpropagation untuk memperoleh set point AC.\"},{\"question\":\"Bagaimana hasil kinerja model dalam menjaga kenyamanan termal dan stabilitas sistem?\",\"answer\":\"Model menjaga kenyamanan termal dengan PMV pada rentang -0,5 hingga 0,5, serta stabil dengan MAE 0,10884, MSE 0,03221, RMSE 0,017946, dan R2 97,6%. Dalam 25 percobaan, 23 hasil memenuhi standar PMV dan 2 tidak sesuai.\"},{\"question\":\"Apa saran pengembangan untuk meningkatkan performa sistem di masa depan?\",\"answer\":\"Mengembangkan model dengan menambah parameter yang lebih lengkap agar pelatihan lebih baik dan error berpotensi lebih kecil. Selain itu, melakukan pengujian lebih lanjut pada kondisi asli untuk menilai peningkatan performa AC dalam menjaga kenyamanan termal penumpang.\"}]","BAB 5 - KESIMPULAN DAN SARAN - | PDF",1785814486,3,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":90,"head_meta":92,"extra_data":94,"updated_unix":29},"chapter-5-conclusions-and-suggestions","",{"@graph":37,"@context":89},[38,53,68],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,50],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":22},"https://docshare.wps.com/id/document/","Document",{"item":49,"name":12,"@type":44,"position":30},"https://docshare.wps.com/id/document/penelitian-laporan/",{"item":51,"name":13,"@type":44,"position":52},"https://docshare.wps.com/id/document/chapter-5-conclusions-and-suggestions/123066/",4,{"url":51,"name":13,"@type":54,"author":55,"headline":13,"publisher":57,"fileFormat":60,"inLanguage":24,"description":14,"dateModified":61,"datePublished":62,"encodingFormat":60,"isAccessibleForFree":63,"interactionStatistic":64},"DigitalDocument",{"name":9,"@type":56},"Person",{"url":42,"name":58,"@type":59},"DocShare","Organization","application/pdf","2026-08-17","2026-08-04",true,{"@type":65,"interactionType":66,"userInteractionCount":20},"InteractionCounter",{"@type":67},"ViewAction",{"@type":69,"mainEntity":70},"FAQPage",[71,77,81,85],{"name":72,"@type":73,"acceptedAnswer":74},"Model neural network seperti apa yang digunakan untuk memperoleh set point suhu AC?","Question",{"text":75,"@type":76},"Model menggunakan neural network tiga lapisan dengan 4 neuron masukan pada lapisan pertama, 16 neuron pada lapisan kedua, dan 1 neuron keluaran pada lapisan ketiga untuk menghasilkan set point suhu AC.","Answer",{"name":78,"@type":73,"acceptedAnswer":79},"Apa saja parameter masukan untuk model neural network dan bagaimana model dilatih?",{"text":80,"@type":76},"Masukan berupa suhu luar, suhu dalam, kelembapan, dan laju metabolisme. Model dilatih menggunakan metode backpropagation untuk memperoleh set point AC.",{"name":82,"@type":73,"acceptedAnswer":83},"Bagaimana hasil kinerja model dalam menjaga kenyamanan termal dan stabilitas sistem?",{"text":84,"@type":76},"Model menjaga kenyamanan termal dengan PMV pada rentang -0,5 hingga 0,5, serta stabil dengan MAE 0,10884, MSE 0,03221, RMSE 0,017946, dan R2 97,6%. Dalam 25 percobaan, 23 hasil memenuhi standar PMV dan 2 tidak sesuai.",{"name":86,"@type":73,"acceptedAnswer":87},"Apa saran pengembangan untuk meningkatkan performa sistem di masa depan?",{"text":88,"@type":76},"Mengembangkan model dengan menambah parameter yang lebih lengkap agar pelatihan lebih baik dan error berpotensi lebih kecil. Selain itu, melakukan pengujian lebih lanjut pada kondisi asli untuk menilai peningkatan performa AC dalam menjaga kenyamanan termal penumpang.","https://schema.org",{"og:url":51,"og:type":91,"og:title":13,"og:site_name":58,"og:description":14},"article",{"robots":93,"canonical":51},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":96},[97,102,106,110,114,118,120,124,128,132,136],{"id":98,"doc_module":4,"doc_module_name":47,"category_name":99,"show_sort_weight":100,"slug":101},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":103,"doc_module":4,"doc_module_name":47,"category_name":104,"show_sort_weight":100,"slug":105},48,"Cerita & Novel","story-novel",{"id":107,"doc_module":4,"doc_module_name":47,"category_name":108,"show_sort_weight":100,"slug":109},56,"Gaya Hidup","lifestyle",{"id":111,"doc_module":4,"doc_module_name":47,"category_name":112,"show_sort_weight":100,"slug":113},51,"Komik","comic",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":100,"slug":117},53,"Layanan Kesehatan","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":100,"slug":119},"research-report",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":100,"slug":123},49,"Sastra","literature",{"id":125,"doc_module":4,"doc_module_name":47,"category_name":126,"show_sort_weight":100,"slug":127},52,"Teknologi","technology",{"id":129,"doc_module":4,"doc_module_name":47,"category_name":130,"show_sort_weight":100,"slug":131},50,"Ujian","exam",{"id":133,"doc_module":4,"doc_module_name":47,"category_name":134,"show_sort_weight":100,"slug":135},57,"Umum","general",{"id":137,"doc_module":4,"doc_module_name":47,"category_name":138,"show_sort_weight":4,"slug":139},181,"Formulir","formulir"]