OPTIMASI DAN EVALUASI MODEL CONVOLUTIONAL NEURAL NETWORK DAN VISION TRANSFORMER DALAM MENGATASI KETIDAKSEIMBANGAN DATA LONG-TAILED PADA KLASIFIKASI CITRA AWAN SATELIT

Nandivadhano, Revatta Manggala (2025) OPTIMASI DAN EVALUASI MODEL CONVOLUTIONAL NEURAL NETWORK DAN VISION TRANSFORMER DALAM MENGATASI KETIDAKSEIMBANGAN DATA LONG-TAILED PADA KLASIFIKASI CITRA AWAN SATELIT. Skripsi thesis, Universitas Buddhi Dharma.

	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
	Text COVER - BAB III.pdf - Published Version Download (1MB)
	Text BAB V.pdf - Published Version Download (418kB)

Abstract

Dengan diperparahnya perubahan iklim, beserta fenomena cuaca ekstrem yang menyusul, pengawasan cuaca yang kontinual semakin diperlukan. Pengawasan aktif dari cuaca dengan memanfaatkan tenaga manusia secara manual merupakan sebuah proses yang inefisien. Klasifikasi sistem cuaca melalui citra satelit menggunakan teknologi jaringan saraf buatan dapat menjadi alternatif yang lebih efisien, akan tetapi data yang ditemukan di alam, seperti citra satelit, seringkali bersifat tidak seimbang. Dalam menangani data-data tersebut, diperlukan metode spesifik yang mengatasi permasalahan yang timbul dari sifat data tersebut. Penelitian-penelitian sebelumnya telah meninjau kelayakan algoritma Convolutional Neural Network dalam tugas klasifikasi sistem cuaca, akan tetapi, dalam berbagai bidang yang memanfaatkan penglihatan komputer, termasuk remote sensing atau pengindraan jarak jauh, telah menunjukkan bahwa algoritma Vision Transformer memiliki potensi. Penelitian ini bertujuan untuk melakukan optimasi dan evaluasi komparatif dari efektifitas Convolutional Neural Network dan Vision Transformer dengan menerapkan metode pembelajaran data tidak seimbang bersifat long-tailed pada tugas klasifikasi sistem cuaca melalui citra awan satelit. Hasil yang ditemukan menunjukkan bahwa walaupun nilai dari beberapa metrik yang diuji tidak mencapai penelitian sebelumnya, penelitian ini telah berhasil dalam melakukan optimasi dan menyelesaikan permasalahan akurasi dari kelas minoritas yang rendah dalam klasifikasi sistem cuaca melalui citra awan satelit.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	klasifikasi citra satelit, long-tailed learning, Vision Transformer, Convolutional Neural Network
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database 000 Karya Umum > 005 Pemograman > 005.8 Keamanan Data
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	13 Mar 2026 07:54
Last Modified:	13 Mar 2026 07:54
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3077

Actions (login required)

View Item