RANCANG BANGUN SISTEM PENDETEKSI LOGAM MENGGUNAKAN METODE DEEP NEURAL NETWORK (DNN) BERBASIS MIKROKONTROLER

Randrianirina, Leonel Juliano (2023) RANCANG BANGUN SISTEM PENDETEKSI LOGAM MENGGUNAKAN METODE DEEP NEURAL NETWORK (DNN) BERBASIS MIKROKONTROLER. Diploma thesis, Universitas Andalas.

	Text (COVER dan ABSTRAK) 1. COVER dan ABSTRAK.pdf - Published Version Download (134kB)
	Text (BAB I) 2. BAB I.pdf - Published Version Download (378kB)
	Text (Bab V) 3. BAB V AKHIR.pdf - Published Version Download (39kB)
	Text (DAFTAR PUSTAKA) 4. DAFTAR PUSTAKA.pdf - Published Version Download (277kB)
	Text (Skripsi Fulltext) FULL SKRIPSI.pdf - Published Version Download (10MB)

Abstract

Seringnya kesulitan yang dihadapi oleh masyarakat dalam kebutuhan sehari hari dalam pencarian logam dimana belum banyak masyarakat yang memiliki alat yang efektif untuk mengurangi kerugian waktu, kelelahan dan hasil yang tidak sesuai yang diinginkan dalam pencarian logam tersebut. Dari situ penilitian ini bertujuan sebagai indikasi yang mana memudahkan masyarakat dalam pencarian logam dengan menggunakan sistem pendeteksi logam menggunakan metode Deep Neural Network (DNN) berbasis mikrokontroler. Sistem bekerja dengan mendeteksi keberadaan logam pada suatu tempat dan dilakukan pengolahan data dari logam yang terdeteksi. Kemudian pengguna dapat menggunakan alat ini dengan mudah karena sistem dapat memberikan alarm yang berbunyi dari buzzer setelah sensor logam mendeteksi logam dan dapat menyalakan LED sebagai tanda terdeteksi logam serta menampilkan data pendeteksi logam di LCD bahwa terdeteksi logam. Data dapat dikelolah lebih lanjut untuk mengetahui setiap keakurasian persentase logam yang terdeteksi menggunakan DNN. Dari hasil penelitian tingkat keakurasian sensor logam dapat dengan sebesar 84.21% dan dengan pencapaian lebih dari 10 cm dalam jarak pendeteksian serta sensitivitas sensor logam didapatkan dengan 0.5mm. Proses pengolahan data dari logam yang terdeteksi melalui metode DNN didapatkann dengan akurasi sebesar 82.16 % pada model training dan 77% pada model testing yang mengimpulkan bahwa keakuraian model yang didapatkan memberikan target yang diinginkan dan mendapatkan hasil persentase yaitu aluminum 73%, copper 75%, besi 75%, nickel 67%, no_metal 90%, platinum 79%, dan silver 77%.

Actions (login required)

View Item