Electronic Theses and Dissertation
Universitas Syiah Kuala
DETEKSI PENYAKIT PARU MENGGUNAKAN METODE SMART DATA PAIRING DAN DECISION FUSI…
Yudi Candra
Tuberkulosis (TB) terus menjadi ancaman kesehatan global yang signifikan, sehingga memerlukan metode diagnosis yang cepat, akurat, dan mudah diinterpretasikan. Penelitian ini mengajukan sebuah kerangka kerja deep learning multimodal yang berlandaskan praktik klinis dengan menggabungkan data citra rontgen dada (CXR) dan rekaman suara paru untuk mendeteksi TB. Untuk mengatasi ketiadaan dataset tersinkronisasi, dikembangkan mekanisme Lesion-Guided Smart Data Pairing yang memanfaatkan pelokalan l…
- FAKULTAS TEKNIK UNIVERSITAS SYIAH KUALA, Banda Aceh - 2026
- Baca Selengkapnya
PENGEMBANGAN MODEL YOLO UNTUK DETEKSI KERUSAKAN PADA BIJI LADA PUTIH BERBASIS…
Faturrahman Syauqi
Proses penyortiran biji lada berkualitas merupakan tahap krusial dalam menjaga mutu hasil pertanian, khususnya untuk mendukung kualitas ekspor Indonesia sebagai salah satu produsen lada terbesar di dunia. Namun, proses deteksi kecacatan biji lada secara otomatis menghadapi tantangan seperti kontras citra yang rendah dan pencahayaan yang tidak merata, yang dapat menurunkan akurasi deteksi. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan model deteksi kecacatan biji la…
- Fakultas Teknik Komputer, Banda Aceh - 2025
- Baca Selengkapnya
PENERAPAN EDGE AI UNTUK DETEKSI MALARIA DENGAN VISUALISASI PADA APLIKASI STRE…
MUTHMAINNAH
ABSTRAK Malaria merupakan penyakit menular yang disebabkan oleh parasit Plasmodium dan ditularkan melalui gigitan nyamuk Anopheles betina. Diagnosis malaria secara mikroskopis masih menjadi metode utama, namun memerlukan waktu dan keahlian khusus karena risiko kesalahan dalam identifikasi parasit yang sangat kecil. Untuk mengatasi keterbatasan tersebut, penelitian ini mengusulkan pengembangan sistem deteksi malaria otomatis dari citra mikroskopik darah menggunakan model Convolutional Neural …
- Fakultas Teknik (S1), Banda Aceh - 2025
- Baca Selengkapnya
INTEGRASI EDGE AI DAN APLIKASI WEB STREAMLIT UNTUK KLASIFIKASI KANKER KULIT B…
WAN HAYATUN NISA
Kanker kulit Basal Cell Carcinoma (BCC) merupakan salah satu jenis kanker kulit yang paling umum dan sering kali tidak teridentifikasi pada tahap awal. BCC dapat menyebabkan kerusakan jaringan lebih lanjut apabila tidak segera ditangani. Oleh karena itu, diagnosis dini sangat penting untuk mencegah penyebaran kanker dan meningkatkan peluang pengobatan yang lebih optimal. Tujuan dari penelitian ini adalah untuk mengembangkan sistem klasifikasi BCC dengan menggunakan algoritma Convolutional Neu…
- Fakultas Teknik (S1), Banda Aceh - 2025
- Baca Selengkapnya
IMPLEMENTASI EDGE AI UNTUK KLASIFIKASI MELANOMA MENGGUNAKAN CLAHE DAN DEEP LE…
Panca Wiguna Sitanggang
Melanoma merupakan salah satu jenis kanker kulit ganas dengan tingkat kematian yang tinggi. Deteksi dini sangat penting untuk meningkatkan peluang kesembuhan pasien. Penelitian ini bertujuan mengembangkan sistem klasifikasi melanoma berbasis Edge AI, di mana seluruh proses inferensi dilakukan langsung di perangkat edge tanpa bergantung pada server cloud. Metode Contrast Limited Adaptive Histogram Equalization (CLAHE) digunakan untuk meningkatkan kualitas citra, dan arsitektur deep learning VG…
- Fakultas Teknik (S1), Banda Aceh - 2025
- Baca Selengkapnya
IMPLEMENTASI EDGE AI PADA KLASIFIKASI PENYAKIT KULIT DERMATITIS ATOPIK BERBAS…
ALYA IRZAN RAMADHANI
Dermatitis Atopik (DA) adalah penyakit kulit inflamasi kronis yang sering terjadi, dengan gejala gatal, kulit kering, dan kemerahan, serta memberikan dampak fisik dan psikologis pada penderita. Prevalensi DA terus meningkat, terutama di kalangan anak-anak. Diagnosis dan penanganan dini sangat penting, namun metode tradisional seperti tes alergi dan biopsi memerlukan waktu lama dan berisiko kesalahan. Dengan melakukan sistem klasifikasi DA menggunakan deep learning yang terintegrasi dengan E…
- Fakultas Teknik Komputer, Banda Aceh - 2025
- Baca Selengkapnya