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 : 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 : DETEKSI PEMALSUAN MADU DENGAN BAHAN TAMBAHAN MENGGUNAKAN SENSOR NEAR INFRARED SPECTROSCOPY DAN DEEP LEARNING (Sholihin Ikhwan, 2026)
Baca Juga : DETEKSI GANGGUAN FREKUENSI RADIO PADA CITRA RADAR CUACA BERBASIS DEEP LEARNING (Agus Nursalam Kitono, 2026)
Baca Juga : KLASIFIKASI TINGKAT KEMATANGAN BUAH TOMAT MENGGUNAKAN DEEP LEARNING (RAIHAN LAHANDA, 2022)