Artificial neural network dalam pemodelan data ground penetrating radar

Huda, Aslam (2023) Artificial neural network dalam pemodelan data ground penetrating radar. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (326kB) | Preview
Preview	Text (ABSTRAK) 2_abstraks.pdf Download (137kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (144kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (140kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (246kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (365kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (134kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (145kB) | Request a copy

Abstract

Ground Penetrating Radar adalah metode geofisika untuk mendeteksi objek yang berada di bawah permukaan dengan memanfaatkan gelombang elektromagnetik. Gelombang elekromagnetik pada GPR membuat metode ini menjadi metode yang tidak merusak dan memiliki resolusi yang tinggi. Dalam pemodelan data GPR, masih terdapat beberapa masalah yang sering dihadapi, salah satunya adalah ketidakunikan. Oleh karena itu, banyak penelitian yang mengembangkan penyelesaian masalah pemodelan dengan teknik pengolahan data yang meniru sistem jaringan saraf otak manusia. Penelitian ini membuat sebuah program Artificial Neural Network (ANN) dengan data latih berupa data sintetik dari forward simulation modeling data GPR dan pengujian model ANN terlatih menggunakan hasil akuisisi data di Jalan Cimenerang, Kecamatan Gedebage, Kota Bandung, Jawa Barat. Tujuan penelitian ini adalah membuat program. ANN untuk pemodelan data GPR. Alat yang digunakan untuk akuisisi data lapangan adalah Georadar OKO-2 dengan frekuensi 250 MHz dan kedalaman penetrasi 8 meter. Dalam penelitian ini terdapat tujuh proses utama yaitu akuisisi data lapangan, pembuatan foward simulation modeling metode GPR, pembuatan model ANN, persiapan data latih, pelatihan model, pengolahan data gpr, serta pengujian model ANN terlatih. Pengujian model ANN dilakukan dengan 5 data uji dengan panjang lintasan 59 meter, 60 meter, 95 meter, 123 meter, dan 153 meter. Model hasil prediksi ANN dapat menunjukan pola anomali bawah permukaan dari kecepatan gelombang elektromagnetik pada model data lapangan. Meskipun pada model hasil prediksi terdapat pola artefak yang muncul. Peforma yang baik dari model ANN, dapat divalidasi dengan rendahnya nilai MAE, MSE, dan RMSE pada model prediksi, yaitu 0,11, 0,04, dan 0,2. Hal ini menunjukan, bahwa model prediksi ANN memiliki prediksi yang akurat. Dengan begitu, Artificial neural network telah mampu dikembangkan dan dimanfaatkan dengan baik dalam pemodelan data GPR.

Actions (login required)

View Item