| NIM | K1C017010 |
|---|
| Namamhs | ERLIANA ISTI QOMAH |
|---|
| Judul Artikel | Klasifikasi Awan Menggunakan Metode Convolutional Neural Network Berdasarkan Citra Kamera Dari Permukaan Bumi
|
|---|
| Abstrak (Bhs. Indonesia) | Studi tentang awan memegang peran penting dalam bidang lingkungan dinamika, fenomena, sains dan teknologi atmosfer. Observasi dan gambar awan merupakan alat yang berguna untuk menentukan karakteristik termodinamika dan dinamika udara. Selain itu dapat digunakan dalam peramalan cuaca jangka pendek. Perkembangan teknologi kecerdasasan buatan (AI) memudahkan dalam melakukan pengolahan data. Untuk itu, dibutuhkan teknologi AI yaitu Convolutional Neural Network (CNN), untuk mengklasifikasikan dan menghitung jumlah awan. Dalam penelitian ini, akurasi gambar awan dilakukan menggunakan kamera dalam arah vertikal. Dari hasil pengamatan diperoleh 160 gambar awan dan diklasifikasikan menjadi 9 jenis awan dengan 5 gambar pada setiap jenisnya, yaitu Ac, As, Cc, Ci, Cs, Cu, Nb, Sc, St. Dari proses tersebut diperoleh 945 gambar awan hasil augmentasi. Setelah itu dilakukan augmentasi warna dan geometri pada gambar awan. Hasil gambar tersebut dinilai dengan program CNN untuk mendapatkan hasil berupa nilai akurasi sebesar 93,61% dan presisi 94,32%. Hal ini menunjukan bahwa CNN telah berhasil melakukan klasifikasi awan dengan dengan akurasi dan presisi yang tinggi.
|
|---|
| Abtrak (Bhs. Inggris) | A study of clouds play an important role in the field of environmental dynamics, phenomena atmospheric of science and technology. Cloud observations and figures are useful tools for determining the thermodynamic and air dynamic characteristics. Beside It, can be used in short-term weather forecasting. The development of technology Artificial Intelligentce (AI) make easier to process the data. Therefore, AI technology named CNN is needed to classify or calculate an infinite number of clouds. In this study, accuisition of images data were carrid of using brinno camera in vertical direction. From this observation, It is obtained 160 cloud images, then classified them into 9 types of clouds, those were Ac, As, Cc, Ci, Cu, Nb, Sc dan St. This proces give 945 new data. Theer colour and geometry augmentations of cloud images. The final steps were reading and dividing the dataset, creating a CNN, training and testing the CNN model. The finding of this study was based on the results of the cloud classification test with an accuracy of 93,61% and a precision 94,32% with a training time of 18 ms
|
|---|
| Kata kunci | Awan, Artificial Intelligence, Augmentasi, CNN |
|---|
| Pembimbing 1 | Jamrud Aminuddin, M.Si, Ph.D |
|---|
| Pembimbing 2 | Dr.Asif Awaludin,S.T.,M.T |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2023 |
|---|
| Jumlah Halaman | 5 |
|---|
| Tgl. Entri | 2023-07-30 21:30:28.980669 |
|---|