Teknik CNN dan GAN: Cara Kerja dan Contoh Pendeteksian Keretakan Permukaan Obyek

Buku ini membahas teknik CNN dan GAN dimana gabungan keduanya dapat mendeteksi keretakan pada permukaan obyek. Metode inspeksi manual seringkali terbatas, sehingga diperlukan pendekatan berbasis kecerdasan buatan yang lebih efektif. Convolutional Neural Network (CNN) digunakan untuk mengekstraksi pola visual dan mengenali retakan pada citra permukaan obyek secara akurat. Namun, keterbatasan data serta variasi kondisi lapangan dapat menurunkan performa model. Untuk mengatasi hal ini, Generative Adversarial Network (GAN) dimanfaatkan dalam menghasilkan data sintetik yang realistis, memperkaya dataset, serta meningkatkan generalisasi CNN. Integrasi CNN–GAN memberikan solusi yang adaptif, efisien, dan berpotensi diaplikasikan dalam sistem monitoring cerdas, mendukung inspeksi otomatis dalam penerapan nyata seperti tanggul yang merupakan aspek penting dalam menjaga ketahanan infrastruktur pengendali banjir.