Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
EVALUASI KINERJA TEMPORAL CONVOLUTIONAL NETWORK DAN XGBOOST BERBASIS VARIATIONAL MODE DECOMPOSITION RNUNTUK KLASIFIKASI SINYAL EEG AUTISME. Banda Aceh Fakultas Teknik Univesitas Syiah Kuala,2026
Mohon Maaf
Pengarang tidak dapat memberikan Full Text secara langsung, untuk mendapatkan full text silahkan menghubungi email pengarang : raudhatulmahfuza8@gmail.com atau dapat melakukan pemesanan versi cetak di bawah.
Baca Juga : PERBANDINGAN KINERJA VARIATIONAL MODE DECOMPOSITION (VMD) DAN DYNAMIC MODE DECOMPOSITION (DMD) UNTUK PENGOLAHAN SINYAL EEG PENYANDANG ASD (SURYA WARDANA, 2025)
Baca Juga : PERBANDINGAN PERFORMA METODE HYBRID CNN-XGBOOST DAN CNN-LIGHTGBM DALAM MENDETEKSI PNEUMONIA (Taufiq Hidayat, 2022)
Baca Juga : PERBANDINGAN KINERJA MODEL KLASIFIKASI ARSITEKTUR SHUFFLENET DAN VGG-19 UNTUK PENGENALAN WAJAH PADA ANAK AUTIS (Indah Pujiati, 2022)
Baca Juga : STUDI PERBANDINGAN DENOISING MSPCA DAN MSICA UNTUK KLASIFIKASI AUTISM SPECTRUM DISORDER BERBASIS EEG MENGGUNAKAN LIGHTGBM DAN TCN-SA (MUHAMMAD MIRZA RAHMAT, 2026)
Baca Juga : PERFORMANSI AUGMENTASI PADA RESNET-50 DAN RESNET-101 UNTUK KLASIFIKASI CITRA WAJAH PENYANDANG AUTISME (Yulita, 2022)