Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENGEMBANGAN MODEL MULTI-TASK LEARNING DENGAN PENDEKATAN HYBRID YOLOV12 DAN CNN UNTUK DETEKSI DAN KLASIFIKASI JENIS BUAH, KEMATANGAN, DAN KESEGARANNYA. Banda Aceh Fakultas MIPA (S1),2026
Mohon Maaf
Pengarang tidak dapat memberikan Full Text secara langsung, untuk mendapatkan full text silahkan menghubungi email pengarang : habil30@gmail.com atau dapat melakukan pemesanan versi cetak di bawah.
Baca Juga : PENGEMBANGAN MODEL MULTI TUGAS CNN RINGAN UNTUK KLASIFIKASI JENIS DAN KEMATANGAN PISANG DENGAN PENDEKATAN SEMI SUPERVISED LEARNING (Khalid Farhan, 2026)
Baca Juga : KLASIFIKASI TINGKAT KEMATANGAN ALPUKAT MENGGUNAKAN EFFICIENTNETV2 (FAZIL AZAMI, 2025)
Baca Juga : PERBANDINGAN MODEL CNN, LSTM, DAN MODEL HYBRID CNN-LSTM DALAM PENDETEKSIAN SERANGAN SIBER PADA LALU LINTAS JARINGAN (Rizki Mulia, 2025)
Baca Juga : IMPLEMENTASI DEEP LEARNING UNTUK DETEKSI MOTIF BATIK ACEH MENGGUNAKAN VARIAN YOLOV12 DAN DATASET PRIMER CITRA MOTIF BATIK (PAUZA AZHARI, 2026)
Baca Juga : DETEKSI PEMALSUAN MADU DENGAN BAHAN TAMBAHAN MENGGUNAKAN SENSOR NEAR INFRARED SPECTROSCOPY DAN DEEP LEARNING (Sholihin Ikhwan, 2026)