{"title":"Classification of Cumulonimbus Cloud Formation based on Himawari Images using Convolutional Neural Network model Googlenet","authors":"Mohammad Rizal Abidin, None Dian candra Rini Novitasari, None Hani Khaulasari, None Fajar Setiawan","doi":"10.24002/jbi.v14i02.7417","DOIUrl":null,"url":null,"abstract":"Awan Cumulonimbus (Cb) merupakan awan yang berbahaya bagi banyak aktivitas manusia. Untuk mengurangi efek tersebut diperlukan sistem untuk mengklasifikasikan pembentukannya. Pembentukan awan Cb dapat dilihat pada citra Himawari-8 IR. Tujuan penelitian ini adalah membuat sistem klasifikasi formasi awan Cb dengan citra Himawari-8 IR Enhanced menggunakan metode CNN model GoogleNet. Total data yang akan digunakan sebanyak 2.026 data citra. Pengujian parameter dilakukan pada model CNN GoogleNet pada penelitian ini yaitu rasio sebaran data 90:10 dan 80:20. Probabilitas drop out 0,6; 0,7; dan 0,8. dan batch size 8, 16, 32, dan 64. Uji coba yang dilakukan pada penelitian ini menghasilkan nilai sensitivitas 100,00%, akurasi 99,00%, dan spesifisitas 99,60% yang diperoleh dari distribusi data eksperimen sebesar 90:10, probabilitas 0,8 dan ukuran batch 8.","PeriodicalId":499081,"journal":{"name":"Jurnal Buana Informatika","volume":"67 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Buana Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24002/jbi.v14i02.7417","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Awan Cumulonimbus (Cb) merupakan awan yang berbahaya bagi banyak aktivitas manusia. Untuk mengurangi efek tersebut diperlukan sistem untuk mengklasifikasikan pembentukannya. Pembentukan awan Cb dapat dilihat pada citra Himawari-8 IR. Tujuan penelitian ini adalah membuat sistem klasifikasi formasi awan Cb dengan citra Himawari-8 IR Enhanced menggunakan metode CNN model GoogleNet. Total data yang akan digunakan sebanyak 2.026 data citra. Pengujian parameter dilakukan pada model CNN GoogleNet pada penelitian ini yaitu rasio sebaran data 90:10 dan 80:20. Probabilitas drop out 0,6; 0,7; dan 0,8. dan batch size 8, 16, 32, dan 64. Uji coba yang dilakukan pada penelitian ini menghasilkan nilai sensitivitas 100,00%, akurasi 99,00%, dan spesifisitas 99,60% yang diperoleh dari distribusi data eksperimen sebesar 90:10, probabilitas 0,8 dan ukuran batch 8.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
