Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

SEGMENTASI PADA CITRA PENYAKIT DAUN PISANG MENGGUNAKAN U-NET

Louis Emmanuel Ojahan Hutapea

Pisang (musa paradisiaca) merupakan komoditas strategis dalam perekonomian Indonesia, namun produktivitasnya menurun akibat serangan penyakit daun seperti Cordana Leaf Spot dan Sigatoka. Penyakit ini menyebabkan terganggunya fotosintesis dan penurunan kualitas buah. Segmentasi citra berbasis deep learning, khususnya menggunakan arsitektur U-Net, menawarkan pendekatan yang lebih presisi dalam mendeteksi dan memetakan area infeksi dibandingkan metode klasifikasi konvensional. Penelitian ini ber…

ANALISIS PERBANDINGAN EFFICIENTNETV2B0 DAN SWIN TRANSFORMER TERHADAP KLASIFIK…

Muhammad Andrean

Pisang merupakan salah satu komoditas penting di Indonesia, di mana tidak hanya buahnya dikonsumsi, tetapi daunnya juga dimanfaatkan sebagai pembungkus makanan tradisional. Identifikasi penyakit pada daun pisang umumnya masih dilakukan secara manual melalui pengamatan visual, yang rawan kesalahan dan memerlukan keahlian khusus. Beberapa penelitian sebelumnya telah mengembangkan model klasifikasi berbasis Deep learning, seperti BananaSqueezeNet dan VGG19, namun masih menghadapi keterbatasan, t…

SISTEM DETEKSI EMOSI PENGGUNA JALAN RAYA MENGGUNAKAN CONVOLUTIONAL NEURAL NET…

Armaidi

Keselamatan berkendara di Provinsi Aceh semakin menjadi perhatian seiring meningkatnya jumlah kendaraan dan kompleksitas lalu lintas. Salah satu faktor yang memengaruhi keselamatan adalah emosi pengemudi, yang dapat berdampak pada perilaku dan pengambilan keputusan saat berkendara. Penelitian ini mengembangkan sistem deteksi emosi pengemudi berbasis Convolutional Neural Network (CNN) dengan arsitektur Detectron2 dan YOLOv11. Fokus dari penelitian ini adalah membangun model deteksi untuk mende…

PROTOTIPE AKUISISI DAN DETEKSI CITRA ANAK AUTIS DENGAN RASPBERRY PI DAN SINGL…

M. FAUZAN ALFARIZ

Abstrak – Wajah anak dapat memberikan petunjuk visual penting untuk mendeteksi Autism Spectrum Disorder (ASD) sejak dini, sehingga penelitian ini memfokuskan pengembangan sistem deteksi berbasis citra wajah anak dengan ASD. Permasalahan utama yang diangkat adalah kurangnya metode praktis untuk membantu tenaga kesehatan dalam identifikasi dini ASD melalui ciri-ciri visual wajah. Penelitian ini bertujuan untuk merancang prototipe sistem akuisisi dan deteksi wajah anak dengan ASD menggunakan R…

KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS DEEP LEARNING DENGAN PENINGKATAN KUA…

ELSA AUDINA

Penyakit pada daun tomat merupakan salah satu faktor utama yang menyebabkan penurunan hasil panen. Untuk mengatasi hal ini, dibutuhkan sistem klasifikasi otomatis berbasis citra yang mampu mengenali penyakit secara cepat dan akurat. Teknologi deep learning menawarkan solusi yang efektif, namun keberhasilannya sangat dipengaruhi oleh kualitas visual citra yang sering terganggu oleh pencahayaan tidak merata. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit daun tomat den…

DAMPAK PENERAPAN MODEL SEGMENTASI DENGAN ARSITEKTUR FPN UNTUK PENINGKATAN KIN…

MUHAMMAD ADITYA YUFNANDA

Karies gigi merupakan salah satu permasalahan kesehatan mulut yang dapat menyebabkan kerusakan struktural pada gigi jika tidak terdeteksi dan ditangani secara dini. Deteksi dini karies gigi sangat penting untuk mencegah kerusakan lebih lanjut. Seiring dengan perkembangan dan kemajuan dibidang deep learning pada saat sekarang ini memungkinkan deteksi karies secara otomatis melalui citra. Penelitian ini mengembangkan model segmentasi gigi berbasis Feature Pyramid Network (FPN) untuk meningkatka…

DAMPAK PENERAPAN MODEL SEGMENTASI DENGAN ARSITEKTUR FPN UNTUK PENINGKATAN KIN…

MUHAMMAD ADITYA YUFNANDA

Karies gigi merupakan salah satu permasalahan kesehatan mulut yang dapat menyebabkan kerusakan struktural pada gigi jika tidak terdeteksi dan ditangani secara dini. Deteksi dini karies gigi sangat penting untuk mencegah kerusakan lebih lanjut. Seiring dengan perkembangan dan kemajuan dibidang deep learning pada saat sekarang ini memungkinkan deteksi karies secara otomatis melalui citra. Penelitian ini mengembangkan model segmentasi gigi berbasis Feature Pyramid Network (FPN) untuk meningkatka…

PENGEMBANGAN MODEL YOLO UNTUK DETEKSI KERUSAKAN PADA BIJI LADA PUTIH BERBASIS…

Faturrahman Syauqi

Proses penyortiran biji lada berkualitas merupakan tahap krusial dalam menjaga mutu hasil pertanian, khususnya untuk mendukung kualitas ekspor Indonesia sebagai salah satu produsen lada terbesar di dunia. Namun, proses deteksi kecacatan biji lada secara otomatis menghadapi tantangan seperti kontras citra yang rendah dan pencahayaan yang tidak merata, yang dapat menurunkan akurasi deteksi. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan model deteksi kecacatan biji la…

PENERAPAN EDGE AI UNTUK DETEKSI MALARIA DENGAN VISUALISASI PADA APLIKASI STRE…

MUTHMAINNAH

ABSTRAK Malaria merupakan penyakit menular yang disebabkan oleh parasit Plasmodium dan ditularkan melalui gigitan nyamuk Anopheles betina. Diagnosis malaria secara mikroskopis masih menjadi metode utama, namun memerlukan waktu dan keahlian khusus karena risiko kesalahan dalam identifikasi parasit yang sangat kecil. Untuk mengatasi keterbatasan tersebut, penelitian ini mengusulkan pengembangan sistem deteksi malaria otomatis dari citra mikroskopik darah menggunakan model Convolutional Neural …

PENDEKATAN DEEP LEARNING UNTUK KLASIFIKASI PENYAKIT DAUN KOPI ARABIKA GAYO ME…

SITI KHADIJAH SARIS

ABSTRAK Aceh Tengah dikenal sebagai salah satu daerah utama penghasil kopi di Indonesia, yang terkenal dengan kopi Arabika Gayo. Meski demikian, daerah ini menghadapi tantangan besar dari serangan penyakit daun kopi seperti leaf rust, sooty mold, brown eye spot, dan black rot, yang dapat menurunkan kualitas dan produksi kopi. Selama ini, identifikasi penyakit daun kopi masih dilakukan secara konvensional yang bergantung pada pengetahuan dan pengalaman petani, serta rentan terhadap kesalahan …


    SERVICES DESK