Klasifikasi Suara Kemacetan Menggunakan Deep Learning dengan Metode Recurrent Neural Network - Dalam bentuk buku karya ilmiah
MUH. YAISY SYAFIQ
Informasi Umum
Kode
24.04.1166
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
29 kali
Informasi Lainnya
Abstraksi
<p style="margin-left:63.25pt;"><strong>Abstrak </strong></p>
<p style="margin-left:63.25pt;"><strong>Kasus atau fenomena kemacetan lalu lintas merupakan masalah yang sering dihadapi di berbagai kota besar di seluruh dunia, termasuk di Indonesia. Fenomena kemacetan ini memiliki dampak yang cukup signifikan, baik bagi masyarakat maupun bagi pemerintah dan stakeholder terkait. Menurut hasil riset terbaru dari Institute Transportation and Development Policy (ITDP) menyebutkan, dalam setahun setiap warga yang tinggal di Jakarta dan sekitarnya menghabiskan waktu 400 jam hanya untuk pergi pulang dari rumah ke kantor. Pada penelitian ini, dilakukan klasifikasi suara kemacetan menggunakan metode <em>Recurrent Neural Network</em>. Metode tersebut mendapatkan nilai</strong><strong><em> precision</em></strong><strong> 0.8527, recall 0.8515, akurasi 0.9166, dan <em>f1-score</em> 0.8500</strong><strong> di skenario tanh+tanh+sigmoid dengan dropout 0,5 dan nilai epoch 15.</strong></p>
<p style="margin-left:63.25pt;"> </p>
<p style="margin-left:63.25pt;"><strong>Kata kunci: klasifikasi, siara kemacetan, Recurrent Neural Network, akurasi.</strong></p>
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUH. YAISY SYAFIQ |
| Jenis | Perorangan |
| Penyunting | Putu Harry Gunawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2024 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
