AHMAD FIRDAUS (2023) KLASIFIKASI JENIS RETAKAN PADA BETON MENGGUNAKAN METODE GRAY LEVEL CO-OCCURENCE MATRIX DAN HU MOMENT INVARIANT BERBASIS MACHINE LEARNING. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (998kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
Abstrak.pdf
Restricted to Registered users only
Download (83kB)
Bab I.pdf
Download (110kB)
Bab II.pdf
Restricted to Registered users only
Download (1MB)
Bab III.pdf
Restricted to Registered users only
Download (1MB)
Bab IV.pdf
Restricted to Registered users only
Download (9MB)
Bab V.pdf
Restricted to Registered users only
Download (85kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (99kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (589kB)
Full Text.pdf
Restricted to Repository staff only
Download (13MB)
Abstract
Retakan merupakan jenis kerusakan yang paling umum terjadi pada beton. perlunya perbaikan struktur beton sejak dini karena biaya yang diperlukan untuk perbaikan dapat mencapai miliyaran dolar setiap tahun diseluruh dunia. Pemeriksaan kesehatan struktur pada beton memiliki tujuan untuk mengetahui jenis cacat pada struktur. Survei yang dilakukan secara signifikan dapat menolong dalam pemeliharaan agar menilai keefektifan metode perlindungan yang dipakai dan berguna untuk memprioritaskan tindakan perbaikan. Penelitian ini memiliki tujuan untuk membuat sebuah sistem berbasis komputer dengan pengolahan citra agar mempermudah para ahli teknik sipil dalam pengujian struktur beton yang menggunakan metode ekstraksi Gray Level Co-occurrence Matrix dan Hu Moment Invariant berbasis Machine Learning. Hasil terbaik diperoleh diperoleh dengan menggunakan metode Gray Level Co-occurrence Matrix dengan rata rata mencapai 85% sampai 89%.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Retakan beton, Gray Level Co-occurrence Matrix, Hu Moment Invariant, Machine Learning |
Divisions: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Aidilla Qurotianti |
Date Deposited: | 26 Oct 2023 06:41 |
Last Modified: | 26 Oct 2023 06:41 |
URI: | https://etd.umy.ac.id/id/eprint/40763 |