Penulis Utama : Nizham Izzatul Islam
NIM / NIP : I0120131
× <p><a name="_Hlk190768439"><span xss=removed>Indonesia adalah negara yang sering mengalami bencana alam, salah satunya adalah tanah longsor. Kebutuhan mendesak untuk memperoleh informasi cepat dan akurat tentang bangunan yang rusak setelah bencana sangat penting untuk penyelamatan darurat dan penilaian kerusakan. Pengembangan Kecerdasan Buatan (AI) Untuk mengatasi masalah yang dialami. Penelitian ini bertujuan untuk memodelkan program <i>machine learning</i> yang dapat mendeteksi rumah yang rusak akibat tanah longsor. Model deteksi objek di-<i>training</i> dengan mengutamakan data udara. Penelitian ini juga akan menganalisis stabilitas lereng pada kasus-kasus tanah longsor sebelumnya untuk menguji akurasi model yang dikembangkan. Hasil analisis stabilitas lereng dengan menghitung <i>Safety Factor</i> (SF) pada lereng yang digunakan untuk mengetahui kondisi lereng dan mengevaluasi model deteksi objek. Hasil image segmentation menggunakan metode YOLO8 menghasilkan nilai <i>precision</i> 97%, <i>recall </i>77%, dan mAP 48,9%. Model deteksi objek sudah mulai mampu mengenali objek yang diinginkan tetapi masih perlu pengembangan lebih lanjut agar dapat mengenali objek lebih baik</span></a><span xss=removed>.</span></p>
×
Penulis Utama : Nizham Izzatul Islam
Penulis Tambahan : -
NIM / NIP : I0120131
Tahun : 2025
Judul : PENGGUNAAN ARTIFICIAL INTELLIGENCE (AI) UNTUK INVENTORY DETEKSI KERUSAKAN BANGUNAN RUMAH PASCA KEJADIAN BENCANA ALAM LONGSOR
Edisi :
Imprint : Surakarta - Fak. Teknik - 2025
Program Studi : S-1 Teknik Sipil
Kolasi :
Sumber :
Kata Kunci : longsor, kecerdasan buatan, deteksi objek
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : http://-
Status : Public
Pembimbing : 1. Dr. Ir. Galuh Chrismaningwang, S.T. M.T
2. Dr. Ir. Bambang Setiawan, S.T., M.T.
Penguji : 1. Prof. Ir. Yusep Muslih Purwana, S.T., M.T., Ph.D.
2. Prof. Dr. Ir. Niken Silmi Surjandari, S.T., M.T.
Catatan Umum : Untuk link publikasi menyusul
Fakultas : Fak. Teknik
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.