Deteksi Retakan pada Beton Menggunakan Metode Convolutional Neural Network Berbasis Android

ANGGORO, Firdauz Tri (2022) Deteksi Retakan pada Beton Menggunakan Metode Convolutional Neural Network Berbasis Android. Skripsi thesis, Universitas Jenderal Soedirman.

[img] PDF (Cover)
COVER-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf

Download (165kB)
[img] PDF (Legalitas)
LEGALITAS-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (733kB)
[img] PDF (Abstrak)
ABSTRAK-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf

Download (549kB)
[img] PDF (BabI)
BAB-I-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (553kB)
[img] PDF (BabII)
BAB-II-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabIII)
BAB-III-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (665kB)
[img] PDF (BabIV)
BAB-IV-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (1MB)
[img] PDF (BabV)
BAB-V-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (539kB)
[img] PDF (DaftarPustaka)
DAFTAR PUSTAKA-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf

Download (539kB)
[img] PDF (Lampiran)
LAMPIRAN-Firdauz Tri Anggoro-H1A017051-Skripsi-2022.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Beton menjadi bahan utama dari kebanyakan kontruksi bangunan. Timbulnya sebuah retakan atau kerusakan struktur dari beton tersebut sangat berpengaruh terhadap struktur bangunan secara keseluruhan karena mampu memperpendek umur dari bangunan tersebut. Dari hal tersebut, diperlukannya pengawasan secara rutin terhadap kondisi struktur beton sehingga dapat dilakukan perencanaan pemeliharaan di masa depan. Penulis mencoba menerapkan teknologi kecerdasan buatan terhadap pendeteksian keretakan beton tersebut, diharapkan mampu membantu dalam proses pengawasan kondisi beton. Penulis menggunakan Deep Learning dengan arsitektur Convolutional Neural Networks dengan model MobileNet V1, Inception V3 dan ResNet 50 untuk melakukan pengklasifikasian kondisi beton retak atau tidak retak dari sebuah masukan gambar visual. Konsep Convolutional Neural Network adalah melatih dataset dan mengujinya, kemudian akan diterapkan untuk mengklasifikasikan sebuah objek atau gambar masuk kedalam sebuah kelas sesuai dataset yang dilatih. Pembuatan program ini akan di lakukan menggunakan infrastruktur Google Colaboratory dengan Bahasa pemrograman python dan memanfaatkan library TensorFlow Lite agar program dapat dijalankan pada perangkat smartphone android. Hasil dari penelitian ini smartphone android dapat mendeteksi 3 keadaan beton yakni retak besar, retak kecil dan tidak retak dengan menggunakan kamera dan penyimpanan. Model terbaik yang didapatkan pada pengujian menggunakan android ialah menggunakan arsitektur MobileNet V1 dengan tingkat akurasi pelatihan 0.8924 dan kesalahan 0.2530 yang mampu mendeteksi keretakan beton dengan baik. Dari hasil ini diharapkan mampu meningkatkan metode pengawasan insfrastruktur dengan bahan beton menggunakan Deep Learning.

Item Type: Thesis (Skripsi)
Nomor Inventaris: H22097
Uncontrolled Keywords: beton, Google Colaboratory, deep learning
Subjects: C > C725 Concrete Testing
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Mr Firdauz Tri Anggoro
Date Deposited: 18 May 2022 04:04
Last Modified: 18 May 2022 04:04
URI: http://repository.unsoed.ac.id/id/eprint/15827

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year