@mastersthesis{universitasamikomyogyakarta31801,
          school = {Universitas AMIKOM Yogyakarta},
           month = {November},
            year = {2025},
           title = {KLASIFIKASI RADIO SIARAN FM BERDASARKAN DATA
IQ MENGGUNAKAN CONVOLUTIONAL NEURAL},
          author = {Agus Sukarno},
        abstract = {Pengawasan spektrum siaran FM secara real-time memerlukan teknik
canggih; pendekatan berbasis klasifikasi sinyal telah terbukti meningkatkan
ketepatan deteksi dibandingkan metode manual. Penelitian ini mengembangkan
dan membandingkan tiga arsitektur deep learning - CNN 5-Layers, CNN-BiLSTM,
dan CNN-Transformer - untuk mengklasifikasikan pengguna siaran radio FM
berdasarkan data IQ. Data sinyal dikumpulkan dari 16 pemancar FM menggunakan
SDR dan diolah menjadi 80.000 sampel seimbang. Model-model ini dievaluasi
berdasarkan akurasi klasifikasi dan waktu inferensi. Hasil eksperimen
menunjukkan bahwa CNN-BiLSTM memberikan akurasi tertinggi sebesar 98,96\%
namun dengan waktu inferensi relatif lama sekitar 62 detik. Sementara itu, CNN 5Layers
memiliki
waktu
klasifikasi
tercepat
sekitar
10
detik
dengan
akurasi
tinggi

sebesar

98,18\%, dan CNN-Transformer paling lambat sekitar 120 detik dengan
akurasi sebesar 97,72\%. Mengingat waktu klasifikasi per batch harus lebih pendek
daripada laju pengambilan data sekitar 2 milidetik per sampel, hanya CNN 5-Layers
yang memenuhi persyaratan pemantauan spektrum secara real-time.},
        keywords = {Pengawasan Spektrum Frekuensi Radio; CNN; BiLSTM;
Transformer; Data IQ; Pemantauan Real-time, Radio Frequency Spectrum Monitoring.},
             url = {https://eprints.amikom.ac.id/id/eprint/31801/}
}