UMN Knowledge Center

Rancang bangun aplikasi pendeteksi retakan jalan menggunakan metode adaptive thresholding sauvola dan backpropagation

Thenov, Jason (2014) Rancang bangun aplikasi pendeteksi retakan jalan menggunakan metode adaptive thresholding sauvola dan backpropagation. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (915kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (773kB) | Preview
[img] Text
BAB II.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB III.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (668kB)
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (671kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (666kB)

Abstract

Jalan raya merupakan jalan utama yang sering digunakan untuk berlalu lintas. Salah satu penyebab kerusakan pada jalan adalah beban kendaraan yang berlebihan dan repitisi beban. Penggunaan metode image processing merupakan metode yang digunakan sejak tahun 1997 dan memberikan hasil yang lebih akurat, aman dan cepat daripada survey secara manual. Penelitian ini bertujuan untuk mengetahui kelayakan penggunaan metode adaptive thresholding sauvola dan jaringan syaraf tiruan metode backpropagation dalam mendeteksi retakan jalan beraspal berdasarkan pattern tiap jenisnya. Jaringan syaraf tiruan menggunakan 64 buah data training yang terdiri dari 16 retak kulit buaya, 16 retak halus, 16 retak susut dan 16 retak selip. Kemudian 24 buah data testing yang memiliki variasi jenis retakan masin-masing. Hasil penelitian yang diperoleh adalah 21 dari 24 data testing yang berhasil ditebak oleh aplikasi, berdasarkan nilai keluaran yang dihasilkan pada output layer. Maka dapat disimpulkan bahwa metode adaptive thresholding dan backpropagation layak digunakan dalam mendeteksi jenis retak pada jalan beraspal

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T60-60.8 Work measurement. Methods engineering
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 31 Jul 2017 05:21
Last Modified: 05 Oct 2017 02:11
URI: http://kc.umn.ac.id/id/eprint/1644

Actions (login required)

View Item View Item