BAHRUL YUSUF DWI RAMADHAN (2024) SISTEM PREDIKSI GAS BUANG KENDARAAN MULTI VARIABEL MENGGUNAKAN METODE DEEP LEARNING PADA AREA HALTE BUS TRANS YOGYAKARTA. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (689kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (802kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (115kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (152kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (264kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (251kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (789kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (146kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (145kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (238kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (653kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

Pada titik ini, sistem cerdas yang memberikan kemampuan kecerdasan battan sering kali menghambat mesin pembelajaran. Pendekatan mesin pembelajaran menggambarkan kapasitas sistem untuk belajar dari data pelatihan, khususnya untuk tujuan mengotomatisasi proses pembuatan model analitik dan mengatasi masalah terkait. Istilah "mesin" mengacu pada metode pengajaran yang didasarkan pada saraf tiruan jaringan. Dalam banyak penerapannya, model pembelajaran mengandalkan pendekatan analisis data tradisional dan model pembelajaran mesin dangkal. Dalam artikel ini, kami membahas dasar-dasar pendidikan mesin dan ruang kelas untuk menghasilkan pemahaman yang lebih mendalam tentang kondisi metodologi sistem cerdas saat ini. Secara khusus, kami menawarkan perbedaan konseptual antara teori dan teori yang relevan, menjelaskan proses pengembangan model analitik otomatis melalui pembelajaran mesin dan aljabar, dan mendiskusikan tantangan yang muncul ketika menerapkan sistem cerdas di pasar perdagangan elektronik. Dalam mengevaluasi kualitas air, seseorang dapat menggunakan Indeks Standar Pencemaran Udara (ISPU) untuk menentukan apakah kandungan airnya lebih tinggi atau lebih rendah dari ISPU. Terdapat beberapa parameter pencemaran udara yang digunakan untuk pengamatan ISPU, antara lain Karbon Monoksida (CO), Oksigen Oksida (O3), Particulate Matter (PM), Nitrogen Oksida (NO2), dan Sulfur Dioksida (SO2). Metode Neural Network, dimana data yang telah dikumpulkan sebelumnya akan dilatih dan dianalisis hingga menghasilkan hasil klasifikasi indeks kualitas urin. Dengan epoch 600, ukuran batch 32, fungsi aktivasi softmax, dua lapisan tersembunyi, kecepatan pembelajaran 0,01, 64 neuron, pengoptimal yang disebut RMSProp, dan fungsi kerugian berdasarkan crossentropy kategoris, sistem ini menghasilkan sekitar 84% ketepatan.

Dosen Pembimbing: Karisma Trinanda Putra, , Ir., S.ST., M.T., Ph.D. | NIDN0519069003
Item Type: Thesis (S1)
Uncontrolled Keywords: Air Quality, CO, Prediction, Machine Learning, Deep Learning
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Bima
Date Deposited: 06 Jul 2024 01:55
Last Modified: 06 Jul 2024 02:07
URI: https://etd.umy.ac.id/id/eprint/46369

Actions (login required)

View Item View Item