Pemilihan Model Terbaik Algoritma Convolutional Neural Network untuk Klasifikasi Jenis Bencana Alam

Sari

Pemahaman yang baik dan benar mengenai bencana alam dapat mengurangi kerusakan dari segi properti,harta benda ataupun kehilangan nyawa. Dalam penelitian ini akan mencoba melakukan klasifikasi terhadap empat bencana alam yaitu kebakaran hutan, angin topan, banjir, dan gempa bumi dengan bantuan Algoritma Convolutional Neural Network (CNN). Terdapat 8 skenario yang digunakan dalam pembuatan model seperti penggunaan dropout, regularisasi, jumlah pooling, jumlah konvolusi, ukuran tapis, ukuran kernel dan juga jumlah data yang digunakan. Terdapat 93 model yang dilatih dalam percobaan ini, hasil akhir yang diinginkan adalah menemukan model terbaik yang memiliki ukuran berkas terkecil dengan komputasi tercepat untuk dijalankan serta kemampuan akurasi model. Berdasarkan hasil penelitian menunjukkan metode klasifikasi dengan menggunakan CNN ini sudah mampu untuk diimplementasikan dengan mendapatkan nilai akurasi sebesar 91,62%, F1 Score 92%, Recall 92% Precision 92% dan ukuran berkas pengujian sebesar 5,1 MB.