Sibarani, Vla Cusdi (2020) DETEKSI OBJEK KAPAL DARI CITRA SATELIT MENGGUNAKAN METODE MASK REGION-BASED CONVOLUTIONAL NEURAL NETWORK (MASK R-CNN). Undergraduate thesis, Universitas Diponegoro.

	Text JUDUL.pdf Download (2MB)
	Text BAB I.pdf Restricted to Repository staff only Download (417kB)
	Text BAB II.pdf Restricted to Repository staff only Download (2MB)
	Text BAB III.pdf Restricted to Repository staff only Download (995kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (2MB)
	Text BAB V.pdf Restricted to Repository staff only Download (407kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (267kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (3MB)

Abstract

Computer vision pada machine learning menyediakan berbagai peluang untuk mengerjakan tugas mengklasifikasi, mendeteksi objek, mengaugmentasi dan mensegmentasi gambar dan lain-lain. Dalam disiplin ilmu kecerdasan buatan metode-metode yang ada di dalam deep learning bertujuan untuk mengakuisisi,
memproses, menganalisis, dan memahami gambar digital pada dunia nyata untuk
memproduksi informasi numerik atau simbolik termasuk menentukan putusan keluaran yang akan diberikan. Salah satu tujuan dalam mengaplikasikan deep learning adalah kemampuan mesin untuk memahami gambar.

Penelitian ini membutuhkan himpunan data gambar kapal dari citra satelit
yang diolah menggunakan metode (Mask R-CNN) yang menghasilkan segmentasi
mask yang berkualitas tinggi di setiap objeknya. Metode ini adalah gabungan dari
metode Faster R-CNN dan FPN. Penelitian ini juga menggunakan transfer learning
dari himpunan data COCO yang memuat bobot dari himpunan data COCO supaya
mempersingkat waktu dalam melatih himpunan data sendiri.

Himpunan data kapal ini berjunlah 700 gambar yang dipisah menjadi data latih dan data validasi atau data uji yang diproses dalam kerangka kerja
TensorFlow dan Keras di dalam awan menggunakan Google Colab.

Actions (login required)

View Item