Al-Shafurah, . Radifah Agustavia (2015) RANCANG BANGUN DETEKTOR DAN PREDIKSI GELOMBANG TSUNAMI DENGAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK. Diploma thesis, POLITEKNIK PERKAPALAN NEGERI SURABAYA.
Full text not available from this repository.Abstract
ABSTRAK Tsunami merupakan bencana alam berupa gelombang air yang sangat besar yang diakibatkan patahan lempeng di dasar laut. Indonesia merupakan negara yang akan rawan tsunami. Akibat dari bencana tsunami ini banyak korban jiwa maupun kerugian akibat kerusakan pada infrastruktur. Penelitian ini bertujuan untuk membuat early warning sistem tsunami. Dengan cara memprediksi tsunami dengan menggunakan metode backpropagation neural network. Pada pengolahan data gempa bumi ini pada tugas akhir ini menggunakan software matlab.dan visual basic Sedangkan pada detektor tsunami kita mengguanan sensor accelerometer untuk mendetektor pasang surut air laut dan gempa bumi. Pada visual basic dapat digunakan sebagai monitoring dan pada matlab di gunakan pengolahan data untuk metode neural network backpropagation. Hasil dari pembuktian target dari perhitungan neural network backpropagation di peroleh nilai akurasi sebesar 96%. Diperoleh nilai MSE (mean square error) terkecil adalah 8.71e-07 dengan jumlah 3 neuron. Setelah alat diberikan metode neural network backppropagation tingkat keberhasilan alat sebesar 70% . Kata kunci :backpropagation neural network, matlab, sensor accelerometer ABSTRACT Tsunami is a disaster in the form of a huge wave of water that causes the fault plates on the seabed. Indonesia is a country that will be prone to tsunamis. As a result of this tsunami disaster many casualties and losses due to damage to infrastructure. This research purpose to make early warning sistem tsunami. By way of predicting tsunami with make backpropagation neural network methode. In the data processing earthquakes in this I use matlab software and visual basic while the detektor tsunami use sensor accelerometer. Accelerometer detecting tide and earthquake. In visual basic can to use as monitoring . Pada visual basic dapat di gunakan sebagai monitoring and to use matlab in data processing for backpropagation neural network method. Results of proving a target of calculation neural network backpropagation the obtained value of the accuracy of 96%. To obtain the smallest value MSE (mean square erro) is 8.71e-07 with total 3 neuron. after he tool is given neural network method backppropagation a success rate tool of 70%. Keyword : backpropagation neural network, matlab, sensor accelerometer
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi |
| Depositing User: | Unnamed user with email repository@ppns.ac.id |
| Date Deposited: | 08 Sep 2018 04:09 |
| Last Modified: | 08 Sep 2018 04:09 |
| URI: | http://repository.ppns.ac.id/id/eprint/430 |
Actions (login required)
 |
View Item |
