Implementasi transformer pada arsitektur GPRNet untuk pemodelan kecepatan gelombang elektromagnetik

Pebryanti, Eneng Yulia (2026) Implementasi transformer pada arsitektur GPRNet untuk pemodelan kecepatan gelombang elektromagnetik. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (241kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (127kB) | Preview
Preview	Text (SK BEBAS PLAGIARISME) 3_skbebasplagiarism.pdf Download (4MB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (96kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (134kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (386kB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (279kB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (126kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (102kB) | Request a copy

Abstract

Ground Penetrating Radar (GPR) merupakan metode geofisika non-destruktif yang digunakan untuk mengkaji kondisi bawah permukaan dangkal berdasarkan perambatan gelombang elektromagnetik. Salah satu parameter penting dalam interpretasi data GPR adalah kecepatan rambat gelombang elektromagnetik. Namun, estimasi kecepatan gelombang elektromagnetik umumnya masih dilakukan menggunakan analisis kurva hiperbola atau inversi berbasis model fisika. Kedua metode tersebut memerlukan proses yang cukup rumit dan hasilnya dipengaruhi oleh model awal yang digunakan. Penelitian ini bertujuan memodifikasi arsitektur GPRNet dengan menambahkan satu Transformer Block pada bagian bottleneck jaringan GPRNet tanpa mengubah struktur encoder, pyramid convolution, dan decoder. Penelitian menggunakan 10.000 data sintetik hasil forward modeling Finite Difference Time Domain (FDTD). Model GPRNet dan GPRNet-Transformer dilatih dan diuji menggunakan data yang sama, kemudian dievaluasi berdasarkan nilai Mean Squared Error (MSE) dan koefisien determinasi (R2). Pada tahap pengujian, GPRNet-Transformer memperoleh nilai MSE yang lebih rendah sebesar 0,000099403 dan R2 yang lebih tinggi sebesar 0,96071, dibandingkan GPRNet dengan nilai MSE sebesar 0,000110914 dan R2 sebesar 0,95616. Selain itu, hasil prediksi GPRNet-Transformer menghasilkan kurva kecepatan yang lebih mendekati ground truth dibandingkan GPRNet. Berdasarkan hasil penelitian, penambahan Transformer Block pada arsitektur GPRNet memberikan hasil pemodelan kecepatan gelombang elektromagnetik yang lebih baik pada data sintetik GPR tanpa mengubah struktur utama GPRNet.

Actions (login required)

View Item