Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Indonesia Symposium on Computing
Nurseno Bayu Aji Nurseno Bayu Aji
Telkom University
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Dan Analisis Prediksi Kedalaman Laut Berdasarkan Citra Satelit Menggunakan Artificial Neural Network Nurseno Bayu Aji; Jondri Jondri; Rian Febrian Umbara
Indonesia Symposium on Computing Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi informasi berkembang dengan pesat dari waktu ke waktu. Dengan perkembangan teknologi tersebut menjadikan manusia terus berkreasi untuk menciptakan teknologi baru untuk mempermudah orang dalam mengakses informasi yang diinginkan dengan cepat. Salah satu teknologi yang bisa diangkat adalah tentang penginderaan jauh dalam bidang pengukuran kedalaman laut atau bathymetry. Dengan citra satelit akan didapatkan suatu informasi yang dapat digunakan sebagai acuan untuk dijadikan variabel yang akan digunakan dalam menentukan kedalaman laut. Tujuan dari penelitian ini adalah untuk merancang parameter-parameter ANN dan menganalisis kinerja sistem dalam prediksi kedalaman laut menggunakan ANN. Untuk pembentukan sistem, data diambil dari 2 tempat yang berbeda, untuk data citra sendiri diambil dari google map dan untuk data kedalaman diambil dari Hawaii University. Dalam penelitian ini data yang ada akan diolah dalam 2 tahapan yaitu preprocessing citra masukan dan prediksi kedalaman laut. Skenario yang dilakukan adalah mencari kinerja sistem yang terbaik dari parameter-parameter ANN yang dipakai. Namun terlebih dahulu data citra digabungkan dengan data kedalaman sehingga data dapat digunakan untuk melatih model ANN. Dari sekian banyak skenario didapatkan skenario terbaik pada hidden layer ada 3 dengan neuron [ 20 15 25 ], epoch 2000 dan learning rate 0,001.
Co-Authors Jondri Jondri Rian Febrian Umbara