{"title":"克拉西菲卡西数据雷达蒙古纳坎算法卷积神经网络(CNN)","authors":"C. Ihsan","doi":"10.25273/DOUBLECLICK.V4I2.8188","DOIUrl":null,"url":null,"abstract":"Penelitian ini berlandaskan pada masalah data radar di lokasi studi kasus, yaitu Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Sistem sebelumnya yang sudah dibangun menggunakan radar kapal untuk mendeteksi cuaca yang diberi nama SANTANU. Terkadang saat pengamatan terjadi gangguan gangguan yang menyebabkan radar tidak menghasilkan data secara utuh sehingga sistem ini menghasilkan data yang tidak normal. Penelitian ini bertujuan untuk bisa mengenali data data yang tidak normal tersebut, sehingga jika dalam pengamatannya sering muncul data tidak normal dapat dilakukan penanganan pada radar cuaca tersebut. Hasil yang didapatkan dengan menggunakan algoritma CNN didapat nilai akurasi latih (training accuracy) sebesar 98.2% dan 96.6% pada akurasi validasi. Hasil ini menunjukan data yang sudah diklasifikasi menggunakan algoritma CNN menghasilkan akurasi yang baik.","PeriodicalId":190765,"journal":{"name":"DoubleClick: Journal of Computer and Information Technology","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-01-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"6","resultStr":"{\"title\":\"Klasifikasi Data Radar Menggunakan Algoritma Convolutional Neural Network (CNN)\",\"authors\":\"C. Ihsan\",\"doi\":\"10.25273/DOUBLECLICK.V4I2.8188\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini berlandaskan pada masalah data radar di lokasi studi kasus, yaitu Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Sistem sebelumnya yang sudah dibangun menggunakan radar kapal untuk mendeteksi cuaca yang diberi nama SANTANU. Terkadang saat pengamatan terjadi gangguan gangguan yang menyebabkan radar tidak menghasilkan data secara utuh sehingga sistem ini menghasilkan data yang tidak normal. Penelitian ini bertujuan untuk bisa mengenali data data yang tidak normal tersebut, sehingga jika dalam pengamatannya sering muncul data tidak normal dapat dilakukan penanganan pada radar cuaca tersebut. Hasil yang didapatkan dengan menggunakan algoritma CNN didapat nilai akurasi latih (training accuracy) sebesar 98.2% dan 96.6% pada akurasi validasi. Hasil ini menunjukan data yang sudah diklasifikasi menggunakan algoritma CNN menghasilkan akurasi yang baik.\",\"PeriodicalId\":190765,\"journal\":{\"name\":\"DoubleClick: Journal of Computer and Information Technology\",\"volume\":\"15 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-01-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"DoubleClick: Journal of Computer and Information Technology\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25273/DOUBLECLICK.V4I2.8188\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"DoubleClick: Journal of Computer and Information Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25273/DOUBLECLICK.V4I2.8188","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Klasifikasi Data Radar Menggunakan Algoritma Convolutional Neural Network (CNN)
Penelitian ini berlandaskan pada masalah data radar di lokasi studi kasus, yaitu Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Sistem sebelumnya yang sudah dibangun menggunakan radar kapal untuk mendeteksi cuaca yang diberi nama SANTANU. Terkadang saat pengamatan terjadi gangguan gangguan yang menyebabkan radar tidak menghasilkan data secara utuh sehingga sistem ini menghasilkan data yang tidak normal. Penelitian ini bertujuan untuk bisa mengenali data data yang tidak normal tersebut, sehingga jika dalam pengamatannya sering muncul data tidak normal dapat dilakukan penanganan pada radar cuaca tersebut. Hasil yang didapatkan dengan menggunakan algoritma CNN didapat nilai akurasi latih (training accuracy) sebesar 98.2% dan 96.6% pada akurasi validasi. Hasil ini menunjukan data yang sudah diklasifikasi menggunakan algoritma CNN menghasilkan akurasi yang baik.