CD-ROM
Klasifikasi Tingkat Korosi pada Bodi Mobil Dengan Metode CNN
Korosi pada bodi mobil dapat dipicu oleh usia kendaraan mobil yang lebih
dari 10 tahun. Korosi pada bodi mobil dipengaruhi oleh faktor lingkungan seperti
kelembapan, cuaca, angin laut, air hujan dan jalan berlumpur. Hal yang sama
berlaku untuk dipengaruhi oleh benturan dan goresan. Area sambungan atau lipatan
yang dilas pada kendaraan menyebabkan korosi dianggap rentan terhadap korosi.
Dampak dari peristiwa korosi bersifat merugikan. Contoh nyata adalah muncul
lubang-lubang pada bodi mobil yang dapat menyebabkan air untuk keluar dan
masuk pada mesin sehingga dapat menyebabkan kerusakan mesin. Proses perbaikan
akan ditentukan oleh seberapa fatal korosi itu terjadi ringan, ataupun berat. Deep
learning memiliki kemampuan yang baik dalam Computer Vision, salah satunya
adalah image classification atau klasifikasi objek pada citra. Convolutional Neural
Network merupakan salah satu metode Deep Learning yang dirancang untuk
memproses data dalam bentuk dua dimensi, seperti gambar dan suara yang
merupakan sebuah pengembangan dari Multilayer Perceptron (MLP). Penerapan
jaringan syaraf tiruan dengan metode Convolutional Neural Network berfungsi
untuk melakukan proses pendeteksian pada korosi bodi mobil. Jumlah data yang
digunakan dalam penelitian ini adalah sebanyak 62 data citra dengan ukuran 150 X
150. Setelah itu, citra dibagi menjadi 2 bagian yaitu data latih dan data uji dengan
skema 80:20. Hasil dari penelitian ini menunjukkan bahwa nilai akurasi pelatihan
sebesar 0,65 dan nilai akurasi pengujian sebesar 0,72 yang optimal ketika digunakan
maksimal 25 epoch.
Kata Kunci: Convolutional Neural Network, Deep Learning, Computer Vision,
Klasifikasi Objek,
TI23/003 | TI 23/003 | Prodi Teknik Informatika | Tersedia |
Tidak tersedia versi lain