IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM PENDETEKSIAN KONDISI BAN MOBIL UNTUK KEAMANAN BERKENDARA

Priyantoro, Alviano Dimas and Adrian, Angelia Melani and Kumenap, Vivie Deyby (2023) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM PENDETEKSIAN KONDISI BAN MOBIL UNTUK KEAMANAN BERKENDARA. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-LEMBAR_PENGESAHAN_AlvianoPriyantoro.pdf Download (388kB)
	PDF ABSTRAK_AlvianoPriyantoro.pdf Download (12kB)
	PDF KATA_PENGANTAR-DAFTAR_ISI_AlvianoPriyantoro.pdf Download (127kB)
	PDF BAB_I_AlvianoPriyantoro.pdf Download (21kB)
	PDF BAB_II-LAMPIRAN_AlvianoPriyantoro.pdf Restricted to Repository staff only Download (4MB)

Official URL: https://digilib.unikadelasalle.ac.id/

Abstract

Kendaraan bermotor, termasuk mobil, adalah sarana transportasi yang sangat penting dalam kehidupan sehari-hari di seluruh dunia. Teknologi pendeteksian otomatis yang menggunakan algoritma Deep Learning, khususnya Convolutional Neural Networks (CNN), telah menarik perhatian dalam konteks ini. Data yang digunakan dalam penelitian diperoleh dari situs Kaggle yang terdiri dari 1028 gambar ban mobil pada tahun 2021.
Membuat sistem pendeteksian kondisi ban mobil untuk keamanan berkendara menggunakan CNN sehingga masyarakat dapat melakukan tindakan perbaikan atau penggantian ban mobil lebih awal.
Pada tugas akhir ini menggunakan confusion matrix yang digunakan untuk mengukur kinerja sebuah model atau sistem klasifikasi dengan membandingkan hasil prediksi dengan hasil sebenarnya dari data uji. Dengan menggunakan algoritma CNN dan metode confusion matriks, tingkat keakuratan aplikasi mencapai nilai 82%.

Kata Kunci: Kendaraan Bermotor, Deep Learning, CNN, Confusion Matrix, Ban Mobil.

Item Type:

Thesis (Skripsi)

Creators: