relation: https://eprints.amikom.ac.id/id/eprint/31801/
title: KLASIFIKASI RADIO SIARAN FM BERDASARKAN DATA  IQ MENGGUNAKAN CONVOLUTIONAL NEURAL
creator: Sukarno, Agus
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
description: 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.
date: 2025-11-01
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/31801/1/22.55.2329%20-%20Agus%20Sukarno.pdf
identifier:   Sukarno, Agus  (2025) KLASIFIKASI RADIO SIARAN FM BERDASARKAN DATA IQ MENGGUNAKAN CONVOLUTIONAL NEURAL.  S2 - Magister thesis, Universitas AMIKOM Yogyakarta.