ANALISIS KLASIFIKASI GELOMBANG SUARA JENIS KENDARAAN BERMOTOR DI LAHAN PARKIR UNIVERSITAS INDO GLOBAL MANDIRI DENGAN METODE CONVOLUTIONAL NEURAL NETWORK

Christian, Christian (2024) ANALISIS KLASIFIKASI GELOMBANG SUARA JENIS KENDARAAN BERMOTOR DI LAHAN PARKIR UNIVERSITAS INDO GLOBAL MANDIRI DENGAN METODE CONVOLUTIONAL NEURAL NETWORK. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Christian_2019310057_File Cover - Daftar Isi.pdf] Text
Christian_2019310057_File Cover - Daftar Isi.pdf

Download (599kB)
[thumbnail of Christian_2019310057_File Full Karya Ilmiah.pdf] Text
Christian_2019310057_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Kecerdasan buatan merupakan sebuah perkembangan teknologi yang sangat
penting dalam kehidupan manusia, Kecerdasan buatan dapat mengoptimalkan
kinerja manusia baik dalam pembangunan peradaban maupun dalam
pengembangan pengetahuan. Penelitian ini bertujuan unk mengeksplorasi
penggunaan Convolutional Neural Network dalam melakukan klasifikasi terhadap
suara kendaraan bermotor dengan memproses spektogram abu-abu sebagai data
yang diproses guna melihat sebaik apa model dapat melakukan klasifikasi. Dalam
Uji coba yang terjadi pada penelitian ini Convolutional Neural Network
menunjukan performa dan hasil yang sangat baik dalam melakukan klasifikasi
terhadap data yang dimasukan, dimana program Convolutioan Neural Network ini
dapat membedakan suara dari merk kendaraan umum dan bahkan dapat
membedakan suara kendaraan dan manusia serta hewan dengan tingkat akurasi
yang benar benar sangat baik hingga menyentuh angka 86% pada beberapa kali
percobaan, namun dengan ukuran dimensi gambar yang sesuai dan pengaturan
ukuran dari jumlah contoh pelatihan yang mencukupi serta aspek aspek lain seperti
saringan yang tepat program dapat melakukan klasifikasi dengan tingkat sempurna
yaitu 100%. Namun terdapat sedikit rintangan dan masalah yang ditemukan setelah
melakukan uji coba pada penelitian ini seperti pemilihan ukuran filter yang tepat
dan ukuran tinggi juga lebar dari data yang dipakai serta cara mengembangkan
model yang tepat sangatlah berperan penting dalam pengembangan model untuk
hasil yang baik dan juga dapat disimpulkan bahwa Convolutional Neural Network
sulit atau bahkan tidak dapat digunakan untuk melakukan proses klasifikasi
terhadap audio ganda dengan arsitektur tunggalnya.

Item Type: Thesis (Masters)
Subjects: Q Science > QK Botany
T Technology > TD Environmental technology. Sanitary engineering
Depositing User: MR Christian Christian
Date Deposited: 20 May 2024 06:20
Last Modified: 20 May 2024 06:20
URI: http://repository.uigm.ac.id/id/eprint/1949

Actions (login required)

View Item
View Item