Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

Kategori
Tahun Terbit
Prodi


    SKRIPSI
Ulil Albab, PENERAPAN ARSITEKTUR DEEP LEARNING UNTUK KLASIFIKASI BIJI LADA NORMAL DAN RUSAK: STUDI KASUS RESNET 50, VGG 16, EFFICIENTNET B1, DAN YOLO V5. Banda Aceh Fakultas Teknik Komputer,2023



Baca Juga : ANALISIS DAMPAK WARNA LATAR TERHADAP KLASIFIKASI BIJI KOPI BERBASIS DEEP LEARNING (Patimah Lubis, 2024)

Baca Juga : PERBANDINGAN KINERJA METODE DEEP LEARNING DALAM PENDETEKSIAN KERUSAKAN BIJI KOPI (Yayang Hafifah, 2023)

Baca Juga : KOMPARASI NILAI AKURASI BIJI KOPI MENGGUNAKANRNARSITEKTUR RESNET-18 DAN MOBILENETV2 DALAM MENGKLASIFIKASI BIJI KOPI NORMAL DAN BIJI KOPI DEFECT BERBASIS DEEP LEARNING (Fajrul Islamy, 2022)

Baca Juga : PERBANDINGAN MODEL KLASIFIKASI KARIES GIGI MENGGUNAKAN ARSITEKTUR RESNET-50, EFFICIENTNET B4 DAN MOBILENET V2 (HAFIDH HABIBIE, 2023)

Baca Juga : KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS DEEP LEARNING DENGAN PENINGKATAN KUALITAS CITRA MENGGUNAKAN RNMETODE AHE DAN CLAHE (ELSA AUDINA, 2025)


    SERVICES DESK