001 Hak Akses (open/membership)membership
700 Entri Tambahan Nama OrangAgus Riyanto, supervisor; Eng Supriyanto, Examiner
336 Content Typetext (rdacontent)
264b Nama PenerbitFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia
710 Entri Tambahan Badan KorporasiUniversitas Indonesia. Fakultas Matematika dan Ilmu Pengetahuan Alam
049 No. Barkod14-25-85158745
504 Catatan Bibliografipages 47-48
852 LokasiPerpustakaan UI
338 Carrier Typeonline resource (rdacarrier)
590 Cat. Sumber Pengadaan Koleksi
903 Stock Opname
534 Catatan Versi Asli
053 No. Induk14-25-85158745
Tahun Buka Akses2025
653 Kata KunciJaringan saraf tiruan; Gravitasi
040 Sumber PengataloganLibUI ind rda
245 Judul UtamaPemodelan Struktur Bawah Permukaan 2 Dimensi Berdasarkan Data Gravitasi Dengan Metode Multilayer Perceptron Neural Network (MPNN) = 2 Dimensional Modeling of Subsurface Structures Based on Gravity Data Using Multilayer Perceptron Neural Network (MPNN) Method
264c Tahun Terbit2021
650 Subyek TopikArtificial neural networks
850 Lembaga PemilikUniversitas Indonesia
904b Pemeriksa Lembar Kerja
520 Ringkasan/Abstrak/IntisariPenerapan metode jaringan saraf tiruan (Artificial Neural Network) telah digunakan pada banyak bidang studi teknik dan sains. Jaringan saraf tiruan juga dapat diaplikasikan penyelesaian masalah geofisika seperti pada data gravitasi untuk melakukan estimasi bentuk dan kedalaman badan batuan yang menyebabkan anomali di bawah permukaan. Pada penelitian ini, jaringan saraf Multilayer Perceptron Neural Network dilatih serta diuji dengan data sintetik dan data gravitasi WGM2012. Data gravitasi diolah untuk mendapatkan nilai anomali residual dari daerah ?SM? yang kemudian akan dimodelkan oleh jaringan saraf tiruan untuk menentukan nilai kedalaman dan bentuk dari tubuh batuan yang menyebabkan anomali gravitasi di permukaan. Pada hasil output jaringan saraf tiruan, menunjukan bahwa jaringan saraf tiruan MPNN mampu untuk mendeteksi bentuk dan kedalaman tubuh batuan di bawah permukaan pada daerah uji penelitian ?SM?. ......The application of the Artificial Neural Network method has been used in many fields of engineering and science studies. Artificial Neural Network can also be applied to solve geophysical problems such as gravity data to estimate the shape and depth of rock bodies that cause anomalies below the surface. In this study, the Multilayer Perceptron Neural Network was trained and tested with synthetic data and WGM2012 gravity data. Gravity data is processed to obtain residual anomaly values ??from the "SM" area which will then be evaluated by the artificial neural network to determine the depth and shape of the rock body that causes gravity anomalies on the surface. In general, the MPNN artificial neural network is able to detect the shape and depth of subsurface rock bodies in the "SM" research test area.
090 No. Panggil SetempatS-pdf
d-Entri Utama Nama Orang
500 Catatan UmumDapat diakses di UIANA (lib.ui.ac.id) saja.
d-Entri Tambahan Nama Orang
337 Media Typeunmediated (rdamedia)
526 Catatan Informasi Program StudiGeofisika
100 Entri Utama Nama OrangRaden Ferrianggoro Supriadi, author
264a Kota TerbitDepok
300 Deskripsi Fisikxv, 46 pages : illustration + appendix
904a Pengisi Lembar KerjaDanang Yudi Mahasiswa-Juni 2025
Akses Naskah Ringkas
856 Akses dan Lokasi Elektronik
502 Catatan Jenis KaryaSkripsi
041 Kode Bahasaind