Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PERBANDINGAN ARSITEKTUR EFFICIENTNET DAN MOBILENET UNTUK KLASIFIKASI CITRA WA…

MUHAMMAD DIKA RAFI KASHA

Down Syndrome (DS) merupakan kelainan genetik akibat trisomi kromosom 21 yang dapat dikenali melalui karakteristik morfologi wajah. Pendekatan analisis citra wajah menjadi metode non-invasif yang potensial untuk mendukung deteksi dini DS. Seiring perkembangan teknologi deep learning, ekstraksi fitur visual dari citra wajah dapat dilakukan secara otomatis dan akurat. Oleh karena itu, penelitian ini bertujuan untuk membandingkan performa dua arsitektur lightweight convolutional neur…

KLASIFIKASI AUTISM SPECTRUM DISORDER (ASD) PADA ANAK MENGGUNAKAN MODEL CNN VG…

ARYA SUYANDA

Deteksi dini Autism Spectrum Disorder (ASD) merupakan tantangan krusial dalam intervensi perkembangan anak. Penelitian ini mengusulkan sebuah pendekatan deep learning untuk klasifikasi ASD secara otomatis sebagai alat bantu skrining yang objektif. Tujuan dari penelitian ini adalah untuk merancang dan mengevaluasi kinerja model Convolutional Neural Network (CNN) VGG19 yang diadaptasi menggunakan pendekatan transfer learning.Metodologi penelitian menggunakan representasi landmark wajah yang ber…

STUDI PERBANDINGAN DENOISING MSPCA DAN MSICA UNTUK KLASIFIKASI AUTISM SPECTRU…

MUHAMMAD MIRZA RAHMAT

Electroencephalography (EEG) banyak digunakan karena bersifat non-invasif dan memiliki resolusi temporal tinggi. Namun, sinyal EEG mentah sangat rentan terhadap artefak biologis dan noise lingkungan, sehingga diperlukan proses denoising yang efektif sebelum klasifikasi. Penelitian ini bertujuan mengevaluasi pengaruh dua metode denoising multiskala, yaitu Multiscale Principal Component Analysis (MS-PCA) dan Multiscale Independent Component Analysis (MS-ICA), terhadap kinerja klasifikasi sinyal…

KLASIFIKASI PENYAKIT PARKINSON BERDASARKAN SINYAL EEG MENGGUNAKAN INDEPENDENT…

RAMADHANTI ZAMNUR LUBIS

Penyakit Parkinson (PD) merupakan gangguan neurodegeneratif progresif akibat kerusakan sel saraf dopaminergik di substantia nigra, yang menyebabkan penurunan kadar dopamin serta gangguan motorik dan non-motorik seperti tremor, kekakuan otot, dan gangguan tidur. Deteksi dini Parkinson masih menjadi tantangan karena gejala awalnya tidak spesifik dan metode diagnostik klinis bersifat subjektif. Penelitian ini mengusulkan model klasifikasi penyakit Parkinson berbasis sinyal EEG dengan mengintegra…

ANALISIS KINERJA MODEL MOBILENETV2 PADA KLASIFIKASI PENYAKIT DAUN PADI

RAHMAT MAULANA

Penyakit pada daun padi sering menurunkan kualitas pertumbuhan tanaman, sehingga diperlukan deteksi dini untuk mencegah kerugian hasil panen. Model klasifikasi penyakit daun padi menggunakan arsitektur MobileNetV2 yang dioptimalkan agar dapat diterapkan pada perangkat seluler. Dataset yang digunakan terdiri dari 1.920 citra daun padi yang mencakup enam kelas, yaitu Bacterial Leaf Blight, Brown Spot, Leaf Blast, Leaf Scald, Narrow Brown dan daun sehat. Tahapan penelitian meliputi pre-processin…

EFEKTIVITAS ALAT DETEKSI KANTUK MENGGUNAKAN INTEGRASI FUZZY LOGIC DAN SENSOR …

ASRARULLAH

Kantuk saat berkendara merupakan salah satu penyebab utama kecelakaan lalu lintas yang sering berakibat fatal. Sistem yang hanya menggunakan pengamatan visual atau data detak jantung mentah sering kali kurang tepat dalam mengenali perubahan kondisi tubuh pengemudi secara langsung. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan dan mengevaluasi efektivitas sistem deteksi kantuk pengemudi berbasis integrasi sensor MAX30100 dan metode Fuzzy logic, dengan buzzer sebagai alat …

EVALUASI KINERJA MODEL EEGNET PADA PROSES KLASIFIKASI ASD DAN NORMAL BERBASIS…

Imam Fathur Rahman

Abstrak - Klasifikasi Autism Spectrum Disorder (ASD) secara akurat dan andal dari electroencephalography (EEG) masih menantang karena karakteristik sinyal EEG yang nonstasioner dan bersifat multikanal. Penelitian ini mengusulkan pipeline deep learning yang ringkas dengan mengintegrasikan Multivariate Empirical Wavelet Transform (MEWT) untuk ekstraksi fitur multikanal yang selaras secara spektral, serta EEGNet untuk klasifikasi ASD berbasis EEG. Performa dievaluasi menggunakan 5-fold cross-val…

PEMBUATAN ROBOT BERODA PENGANTAR KOPI BERBASIS IOT MENGGUNAKAN PERANGKAT LUNA…

WAHYU MAULANA

Lingkungan kafe yang padat pengunjung, pelayan sering menghadapi tantangan dalam mengantarkan minuman secara efisien dan tepat waktu. Kondisi ini tidak hanya meningkatkan beban kerja pelayan tetapi juga dapat memengaruhi kepuasan pelanggan akibat keterlambatan layanan. Sebagai respons terhadap permasalahan ini, dikembangkanlah robot beroda pengantar kopi yang terintegrasi dengan teknologi Internet of Things (IoT).Perkembangan teknologi Internet of Things (IoT) telah membuka peluang besar dala…

RANCANG BANGUN PROTOTIPE PEMANTAUAN KESEHATAN BALITA MELALUI DETEKSI VITAL SI…

HAFIDH HILMI

Kematian balita masih menjadi masalah kesehatan yang serius, terutama di Indonesia. Kematian bayi berusia di bawah lima tahun (balita) di Indonesia mencapai 28.158 jiwa pada tahun 2020. Tingginya angka kematian ini disebabkan oleh kurangnya kesadaran para orang tua dalam memeriksakan kesehatan balita secara rutin ke klinik atau puskesmas sehingga pertumbuhan sang balita tidak terpantau dengan baik. selain itu, sejumlah masyarakat juga ada yang berdomisili jauh dari pusat-pusat kesehatan sehin…

PERFORMA ARSITEKTUR EFFICIENTNETB0, MOBILENETV3 DAN SHUFFLENETV2 PADA KLASIF…

ZURIATON NAVISAH

Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang memengaruhi interaksi sosial dan komunikasi pada anak. Deteksi dini terhadap ASD sangat penting untuk mendukung intervensi dan terapi yang tepat. Namun, diagnosis konvensional masih bergantung pada tenaga medis profesional dan membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis berbasis deep learning yang mampu membedakan wajah anak ASD dan normal secara objektif d…


    SERVICES DESK