Maulana, Fadli (2025) Implementasi Deep Learning dengan CNN untuk pemodelan dua dimensi data Ground Penetrating Radar (GPR) di lapangan kiarapayung camp. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
Full text not available from this repository. (Request a copy)Abstract
mensi data Ground Penetrating Radar (GPR) menggunakan Convolutional Neural Network (CNN) berbasis GPRNet, yang dirancang untuk melakukan inversi kecepatan elektromag netik (EM velocity) secara langsung dari data GPR zero-offset. Studi ini dilakukan di ka wasan Kiarapayung Camp, Kecamatan Jatinangor, Kabupaten Sumedang, Jawa Barat, me lalui akuisisi data pada lima lintasan dengan panjang lintasan 50 meter, dan jarak antar lintasan 5 meter. Akuisisi dilakukan menggunakan Georadar OKO-2 dengan antena freku ensi 250 MHz yang mampu memberikan resolusi tinggi terhadap kondisi dangkal bawah permukaan. Data hasil akuisisi kemudian diproses dan dimodelkan dengan CNN berbasis GPRNet untuk memperoleh estimasi distribusi kecepatan elektromagnetik.Hasil pemodelan menunjukkan variasi nilai kecepatan yang berkorelasi dengan perbedaan sifat material, la pisan mendatar, serta adanya indikasi objek lokal berupa kemungkinan struktur buatan mau pun peralihan antara tanah dan batuan. Penerapan metode ini membuktikan bahwa GPRNet mampu menghasilkan peta kecepatan elektromagnetik bawah permukaan yang konsisten dengan karakteristik radargram, sehingga dapat dijadikan dasar dalam interpretasi geologi dangkal dan memberikan informasi awal yang berguna bagi mitigasi maupun perencanaan sarana prasarana di lokasi penelitian.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Ground Penetrating Radar (GPR); Georadar OKO-2; Convolutional Neural Network (CNN); Geologi; Struktur Bawah Permukaan; Peta Kecepatan Elektro magnetik; GPRNet |
| Subjects: | Physics Applied Physics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
| Depositing User: | Fadli Maulana |
| Date Deposited: | 12 Mar 2026 06:05 |
| Last Modified: | 12 Mar 2026 06:05 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/128858 |
Actions (login required)
 |
View Item |
