| Call Number | T-1429 (softcopy T-1138) MAK PI-229 TR-CSUI-101 Source Code-395 |
| Collection Type | Tesis |
| Title | Denoising Citra Astronomi Menggunakan Attentiongan |
| Author | Fasihal Zaka Naufal; |
| Publisher | Depok: Fasilkom UI, 2023 |
| Subject | AttentionGAN. |
| Location | FASILKOM-UI; |
| Nomor Panggil | ID Koleksi | Status |
|---|---|---|
| T-1429 (softcopy T-1138) MAK PI-229 TR-CSUI-101 Source Code-395 | TERSEDIA |
Nama :FaishalZakaNaufal Program Studi:MagisterIlmuKomputer Judul :DenoisingCitraAstronomiMenggunakanAttentionGAN Pembimbing :AdilaAlfaKhrisnadi,Phd Muchammad FebrianRachmadi,Phd Denosing citraastronomiadalahtantanganbesardalampengolahandataastronomi. Data citraastronomiseringkalimemilikinoisekarenaberbagaifaktor,sepertigangguan atmosfer,noiseyangdihasilkanolehsensor,atausinyalyangterdistorsisaatmelakukan pengambilancitra.Dalampenelitianini,penelitimelakukanpenelitiandenoising citra astronomimenggunakanpendekatanimage-to-imagetranslationdenganmetode AttentionGAN. Metodeyangdigunakanmenggabungkanteknikattention-guideddengan model GenerativeAdversarialNetwork(GAN)untukmemperbaikicitraastronomiyang memiliki noise.Teknikattention-guidedmemungkinkanmodeluntukmempelajarifitur yang lebihpentingpadacitradanmemanduprosespembangkitancitra.Padapenelitian lainnya,metodeyangdigunakantelahdiujipadasejumlahcitradidomainlaindengan levelnoiseyangberbeda.Dibandingkandenganbeberapametodedenoisinglainnya, metode AttentionGANyangdigunakanmenghasilkancitradenoisingdengankualitas yang lebihbaikdanlebihtajamdaripadametodedenoisinglainnya.Penelitianini menggunakan duasumberdatabaseyaituThePanoramicSurveyTelescopeandRapid Response System(PAN-STARRS)danSloanDigitalSkySurvey(SDSS).Citrayang diperoleh dariPAN-STARRSadalahcitrayangmemilikinoise,sedangkancitrayang diperoleh dariSDSSadalahcitrayangbersih.Selainitu,penelitijugaakanmengeval- uasi kinerjamodeldenganPSNR,SSIMdanFID.Secarakeseluruhan,penelitian ini berkontribusidalammeningkatkankualitascitraastronomidenganmenunjukkan efektivitasmetodeAttentionGANdalammembersihkancitraastronomiyangmemiliki noise. Penelititelahmelakukanteknikdenoisingcitraastronomidenganmenggunakan CycleGAN danAttentionGANdantelahdievaluasimenggunakanPSNR,SSIMdan FID. AnalisismenunjukkanbahwamodelAttentionGANlebihbaikdibandingkan denganCycleGAN.Penelitijugamelakukanablasiuntukmenelitilebihlanjutmengenai komponenmodelAttentionGAN.Penelitianinimemberikandasaruntukpenelitianmasa depan dibidangpengolahandataastronomiyangberpotensiuntukmeningkatkankualitas citra