Deep Learning Dan Implementasinya Dalam Deteksi Kerusakan Jalan
Download Deep Learning Dan Implementasinya Dalam Deteksi Kerusakan Jalan PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Deep Learning Dan Implementasinya Dalam Deteksi Kerusakan Jalan book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
Deep Learning dan Implementasinya dalam Deteksi Kerusakan Jalan
Author: La Ode Muhammad Golok Jaya
language: id
Publisher: CV. Literasi Indonesia
Release Date: 2025-01-16
Buku ini menyajikan pemahaman mendalam tentang bagaimana teknologi pengolahan citra digital, khususnya deep learning, dapat merevolusi cara kita mengelola infrastruktur jalan. Dengan fokus pada deteksi kerusakan jalan, buku ini mengupas tuntas penggunaan citra satelit dan drone sebagai sumber data utama. Pembahasan dimulai dari dasar-dasar pengolahan citra digital, menjelaskan konsep-konsep kunci seperti segmentasi, klasifikasi, dan deteksi objek. Kemudian, buku ini masuk ke dalam dunia deep learning, dengan menyoroti arsitektur-arsitektur neural network yang paling relevan untuk deteksi kerusakan jalan, seperti You Only Look Once (YOLO). Salah satu bagian yang menarik adalah pembahasan tentang pengumpulan dan persiapan data. Buku ini memberikan materi lengkap tentang cara mengumpulkan citra satelit dan drone, serta teknik-teknik untuk menandai dan melatih model deep learning. Selain itu, buku ini juga membahas tantangan unik yang dihadapi dalam deteksi kerusakan jalan, seperti variasi kondisi cuaca, pencahayaan, dan jenis kerusakan. Sebagai penutup, buku ini menyajikan berbagai studi kasus dan contoh penerapan teknologi ini di dunia nyata. Pembaca akan diajak untuk melihat bagaimana deep learning telah digunakan untuk mendeteksi retak, lubang, dan kerusakan jalan lainnya, serta bagaimana hasil deteksi ini dapat digunakan untuk perencanaan pemeliharaan jalan yang lebih efektif.
Implementasi Deep Learning dan Computer Vision untuk Analisis Kerusakan Jalan
Buku ini adalah panduan komprehensif tentang penerapan deep learning dalam deteksi objek, khususnya untuk deteksi kerusakan jalan. Buku ini tidak hanya menyajikan konsep teoretis, tetapi juga dilengkapi dengan software deteksi kerusakan jalan dan kode pemrograman menggunakan algoritma Single Shot Detector (SSD) melalui platform Google Colab. Bab 1 memperkenalkan dasar-dasar deep learning dan computer vision, diikuti oleh Bab 2 yang menjelaskan elemen-elemen kunci dalam kerangka kerja computer vision. Bab 3 membahas perbedaan antara object detection dan image processing, sementara Bab 4 mengklasifikasikan berbagai pendekatan pemodelan object detection yang umum digunakan. Bab 5 mendalami arsitektur dan konfigurasi SSD, dengan pembahasan teknis mengenai parameter yang diperlukan untuk mengembangkan model deteksi objek yang efisien. Di Bab 6, pembaca diajak mempraktikkan pengembangan model SSD melalui contoh studi kasus deteksi kerusakan jalan. Buku ini ideal bagi mahasiswa, peneliti, dan praktisi yang ingin mendalami penerapan deep learning dan computer vision dalam pemantauan infrastruktur.
ARTIFICIAL INTELLIGENCE DENGAN MODEL DISKRIMINATIF DAN MODEL GENERATIF (Pendekatan Saintifik Populer pada Riset Kolaboratif)
Author: Adriyendi Adriyendi
language: id
Publisher: Penerbit Widina
Release Date: 2025-05-07
Artificial Intelligence (AI) memiliki potensi besar dan banyak manfaat dalam hal otomatisasi data, analisa informasi, dan pengambilan keputusan cerdas. AI ampuh untuk meningkatkan produktivitas, efisiensi, dan inovasi. Model diskriminatif mengacu pada kelas model yang digunakan dalam statistik yang digunakan untuk pembelajaran mesin atau Machine Learning (ML) yang diawasi atau Supervised Learning (SL). Model diskriminatif unggul dalam membedakan pola yang benar dan membuat prediksi yang tepat. Model generatif merupakan model ML tanpa pengawasan atau Unsupervised Learning (UL). Model generatif mampu menghasilkan sampel data sintetik baru yang secara statistik serupa dengan yang diamati oleh data. Pengelolaan AI berpedoman pada etika AI yaitu: kebermanfaatan, keamanan, akuntabilitas, keadilan, kompetensi, dan kendali tata kelola. AI memungkinkan mesin komputasi untuk mengambil keputusan secara otonom atas nama pemangku kepentingan manusia. Transparansi terhadap kompleksitas AI dapat membantu untuk memastikan bahwa data tidak bias (bias data training, bias algorithm, bias cognitive). Teknologi AI digunakan untuk peran analitis (peran manajemen data dan tugas kognitif), peran penggunaan prediktif (pembuatan kebijakan), dan peran praktik operasional (proteksi data dan keamanan informasi) dalam konteks masa lalu, masa kini, dan masa depan.