Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
LORENA SITANGGANG Pengarang Arina Prima Silalahi, S.Kom., M.Kom. Dosen Pembimbing 2 Indra Kelana Jaya, S.Kom., M.Kom. Dosen Pembimbing 1

Indonesia sebagai negara beriklim tropis memiliki kondisi cuaca yang sangat bervariasi, menjadikan pemantauan dan prediksi atmosfer menjadi hal yang penting di berbagai bidang, seperti pertanian, penerbangan, dan perencanaan kota. Salah satu elemen kunci dalam studi atmosfer adalah pengamatan dan analisis citra awan, yang berperan penting dalam sistem cuaca dan iklim bumi. Namun, pengamatan citra awan secara konvensional yang dilakukan secara manual sering kali tidak akurat, memakan waktu lama, dan rentan terhadap kesalahan, terutama karena kompleksitas bentuk, ukuran, dan tekstur awan. Kesalahan dalam mendeteksi dan mengklasifikasikan awan dapat berdampak negatif pada prediksi cuaca dan model iklim. Oleh karena itu, diperlukan metode yang terkomputerisasi untuk mendeteksi dan mengklasifikasikan citra awan secara akurat. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dalam mendeteksi citra awan serta menganalisis performa model CNN dalam melakukan klasifikasi. Dataset yang digunakan terdiri dari tiga jenis awan, yaitu Altocumulus (Ac), Cumulonimbus (Cb), dan Nimbostratus (Ns), yang telah diproses dan diaugmentasi untuk meningkatkan variasi data. Model CNN yang dibangun dilatih menggunakan data pelatihan dengan 25 epoch, dan hasil pelatihan menunjukkan akurasi pelatihan meningkat secara konsisten hingga mencapai 60%. Evaluasi menggunakan data uji menghasilkan akurasi validasi sebesar 65%, dengan performa terbaik dalam mengenali kelas Nimbostratus. Namun, tantangan masih ditemukan pada kelas Altocumulus dan Cumulonimbus, yang sering salah diklasifikasikan. Kata Kunci: Convolutional Neural Network (CNN), Deteksi Citra Awan, Klasifikasi Awan, Kecerdasan Buatan, Pembelajaran Mesin.