DETEKSI CUACA LOKAL BERDASARKAN CITRA KAMERA PENGAWASAN LALU LINTAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Muhammad Eriansyah Setya Pradana, 3011810034 (2022) DETEKSI CUACA LOKAL BERDASARKAN CITRA KAMERA PENGAWASAN LALU LINTAS MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf

Download (428kB)
[img] Text (HALAMAN JUDUL)
01. HALAMAN JUDUL.pdf

Download (416kB)
[img] Text (LEMBAR PENGESAHAN)
02. LEMBAR PENGESAHAN.pdf
Restricted to Registered users only

Download (794kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN PUBLIKASI)
03. HALAMAN PERNYATAAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (316kB) | Request a copy
[img] Text (HALAMAN PENGESAHAN ORISINALITAS)
04. HALAMAN PENGESAHAN ORISINALITAS.pdf
Restricted to Registered users only

Download (265kB) | Request a copy
[img] Text (ABSTRAK)
05. ABSTRAK.pdf

Download (265kB)
[img] Text (KATA PENGANTAR)
06. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (326kB) | Request a copy
[img] Text (DAFTAR ISI)
07. DAFTAR ISI.pdf

Download (313kB)
[img] Text (DAFTAR GAMBAR)
08. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (252kB) | Request a copy
[img] Text (DAFTAR TABEL)
09. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (307kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
10. BAB I PENDAHULUAN.pdf

Download (271kB)
[img] Text (BAB II KAJIAN PUSTAKA)
11. BAB II KAJIAN PUSTAKA.pdf
Restricted to Repository staff only

Download (523kB) | Request a copy
[img] Text (BAB III METODE PENELITIAN)
12. BAB III METODE PENELITIAN.pdf
Restricted to Repository staff only

Download (565kB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
13. BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (927kB) | Request a copy
[img] Text (BAB V KESIMPULAN)
14. BAB V KESIMPULAN.pdf
Restricted to Repository staff only

Download (264kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
15. DAFTAR PUSTAKA.pdf

Download (324kB)
[img] Text (LAMPIRAN)
16. LAMPIRAN.pdf
Restricted to Repository staff only

Download (464kB) | Request a copy
[img] Text (FULL TEXT)
SKRIPSI – MUHAMMAD ERIANSYAH SETYA PRADANA (3011810034).pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text (FULL TEXT DOC)
SKRIPSI – MUHAMMAD ERIANSYAH SETYA PRADANA (3011810034).docx
Restricted to Repository staff only

Download (13MB) | Request a copy
[img] Text (DRAFT JURNAL)
JURNAL – MUHAMMAD ERIANSYAH SETYA PRADANA (3011810034).docx
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Cuaca yang sering berubah dan tidak dapat diprediksi menyebabkan berbagai masalah dalam kehidupan sehari-hari. Seperti halnya saat berpergian keluar rumah yang sebelumnya cuaca cerah lalu tiba tiba hujan. Penelitian ini pun dibuat untuk mengetahui keadaan cuaca sebelum melakukan aktivitas dengan memanfaatkan CCTV yang tersebar di wilayah Gresik untuk diambil citranya sehingga menghasilkan informasi kondisi perubahan cuaca. Metode yang digunakan yaitu menggunakan metode Convolutional Neural Network (CNN). Pengambilan data berupa citra dari website cctv.gresikkab.go.id secara otomatis dengan mendapatkan data berupa citra. Oleh karena itu, dirancanglah sebuah aplikasi web deteksi cuaca berdasarkan citra kamera pengawasan lalu lintas dengan menggunakan arsitektur tertinggi. Proses pembangunan aplikasi menggunakan beberapa model diantaranya InceptionResNetV2 dan MobileNetV2 yang mendapatkan akurasi sebesar 77% dan 89%

Item Type: Thesis (Undergraduate)
Additional Information: Softfile/KK.22/UISI-01/IF
Uncontrolled Keywords: cuaca, convolutional neural network, kamera CCTV
Contributors:
ContributionNameEmail
Thesis advisorMohammad Arif Rasyidi, S.Kom., M.Sc.mohammad.rasyidi@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Muhammad Eriansyah Setya Pradana
Date Deposited: 25 Aug 2022 11:04
Last Modified: 25 Aug 2022 11:04
URI: https://repository.uisi.ac.id/id/eprint/3866

Actions (login required)

View Item View Item