Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

ANALISIS PERBANDINGAN EFFICIENTNETV2B0 DAN SWIN TRANSFORMER TERHADAP KLASIFIK…

Muhammad Andrean

Pisang merupakan salah satu komoditas penting di Indonesia, di mana tidak hanya buahnya dikonsumsi, tetapi daunnya juga dimanfaatkan sebagai pembungkus makanan tradisional. Identifikasi penyakit pada daun pisang umumnya masih dilakukan secara manual melalui pengamatan visual, yang rawan kesalahan dan memerlukan keahlian khusus. Beberapa penelitian sebelumnya telah mengembangkan model klasifikasi berbasis Deep learning, seperti BananaSqueezeNet dan VGG19, namun masih menghadapi keterbatasan, t…

SISTEM DETEKSI HAMA TIKUS PADA GUDANG PADI MENGGUNAKAN ALGORITMA YOLOV11

M Irwan

Hama tikus (Rattus argentiventer) merupakan penyebab utama kehilangan hasil panen padi pascapanen di Indonesia, dengan tingkat kerugian yang dapat mencapai 37% per hektar serta penurunan kualitas gabah akibat kontaminasi. Metode pengendalian konvensional seperti rodentisida dan perangkap sering kali kurang efektif dalam skala besar dan berpotensi menimbulkan dampak negatif terhadap lingkungan. Penelitian ini bertujuan mengembangkan sistem deteksi tikus secara real-time yang inovatif, efisien,…

SISTEM DETEKSI EMOSI PENGGUNA JALAN RAYA MENGGUNAKAN CONVOLUTIONAL NEURAL NET…

Armaidi

Keselamatan berkendara di Provinsi Aceh semakin menjadi perhatian seiring meningkatnya jumlah kendaraan dan kompleksitas lalu lintas. Salah satu faktor yang memengaruhi keselamatan adalah emosi pengemudi, yang dapat berdampak pada perilaku dan pengambilan keputusan saat berkendara. Penelitian ini mengembangkan sistem deteksi emosi pengemudi berbasis Convolutional Neural Network (CNN) dengan arsitektur Detectron2 dan YOLOv11. Fokus dari penelitian ini adalah membangun model deteksi untuk mende…

KLASIFIKASI KUALITAS DAGING SAPI MENGGUNAKAN MODEL DEEP LEARNING BERBASIS CITRA

Tri Mulya Dharma

Penilaian kualitas bahan pangan, khususnya daging sapi, merupakan aspek krusial dalam sektor pertanian dan industri pangan. Metode tradisional yang mengandalkan untuk menentukan kualitas daging sapi cenderung bersifat subjektif dan rentan terhadap ketidakakuratan dalam membedakan antara daging segar dan busuk. Studi ini mengusulkan sistem klasifikasi otomatis berbasis deep learning untuk mengatasi keterbatasan metode konvensional tersebut. Dataset penelitian terdiri dari 3.696 citra dengan be…

ANALISIS SENTIMEN MENGGUNAKAN BI-LSTM-GRU PADA ULASAN PRODUK TOKOPEDIA DI IND…

Khairunnisa Nasution

Analisis sentimen terhadap ulasan produk di platform e-commerce seperti Tokopedia sangat penting untuk memahami persepsi pelanggan dan meningkatkan kualitas layanan. Pemrosesan bahasa alami menjadi kunci dalam mengelola data teks yang kompleks dan kontekstual. Penelitian ini bertujuan mengembangkan dan mengevaluasi model klasifikasi sentimen berbasis kombinasi arsitektur Bi-LSTM (Bidirectional Long Short-Term Memory) dan GRU (Gated Recurrent Unit) menggunakan dataset PRDECT-ID. Model dibangun…

SISTEM IDENTIFIKASI PENULIS MENGGUNAKAN TULISAN TANGAN BERBASIS LIGHTWEIGHT CNN

Khairunnisa

Identifikasi penulis berdasarkan tulisan tangan merupakan tantangan penting di bidang keamanan, forensik, dan analisis dokumen. Namun, keterbatasan dataset tulisan tangan dalam Bahasa Indonesia menjadi hambatan signifikan dalam pengembangan sistem berbasis kecerdasan buatan yang akurat dan efisien. Penelitian ini bertujuan untuk membangun dataset tulisan tangan Bahasa Indonesia dalam dua format yaitu perbaris dan perkata, guna meningkatkan kekayaaan data, akurasi dan generalisasi model identi…

PENERAPAN CYCLE GENERATIVE ADVERSARIAL NETWORK (CYCLEGAN) UNTUK MENINGKATKAN …

Yuni Eriza

Deteksi objek merupakan salah satu aspek penting dalam visi komputer, terutama dalam konteks transportasi, di mana akurasi dan kecepatan deteksi kendaraan sangat diperlukan. Penelitian ini berfokus pada tantangan deteksi kendaraan pada malam hari, yang sering kali terhambat oleh rendahnya kontras dan luminositas gambar. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan CycleGAN untuk meningkatkan kualitas citra malam sebelum diterapkan pada model deteksi objek YOLOv8 dengan v…

PENERAPAN CYCLE GENERATIVE ADVERSARIAL NETWORK (CYCLEGAN) UNTUK MENINGKATKAN …

Yuni Eriza

Deteksi objek merupakan salah satu aspek penting dalam visi komputer, terutama dalam konteks transportasi, di mana akurasi dan kecepatan deteksi kendaraan sangat diperlukan. Penelitian ini berfokus pada tantangan deteksi kendaraan pada malam hari, yang sering kali terhambat oleh rendahnya kontras dan luminositas gambar. Untuk mengatasi masalah ini, penelitian ini mengusulkan penggunaan CycleGAN untuk meningkatkan kualitas citra malam sebelum diterapkan pada model deteksi objek YOLOv8 dengan v…

DETEKSI JENIS SAMPAH OTOMATIS DENGAN MENGGUNAKAN YOLOV10 BESERTA VARIANNYA

MAGHFIRA RAMADHON

Abstrak – Peningkatan jumlah sampah yang dihasilkan setiap tahun menjadi tantangan lingkungan yang signifikan. Pengelolaan sampah yang tidak efektif dapat menyebabkan pencemaran lingkungan, penurunan kualitas hidup, serta ancaman terhadap kesehatan manusia. Pendeteksian sampah secara manual masih memiliki keterbatasan dalam hal efisiensi dan akurasi. Oleh karena itu, diperlukan sistem komputer yang dapat secara otomatis mendeteksi sampah secara lebih efisien dan akurat. Penelitian ini…

DETEKSI PENYAKIT PHYTOPHTHORA DAN MONILIA PADA BUAH COCOA MENGGUNAKAN ARSITEK…

M. Farid

Abstrak – Penyakit Phytophthora dan Monilia merupakan dua patogen utama yang menyerang tanaman cocoa dan menyebabkan kerugian ekonomi yang signifikan. Deteksi dini terhadap penyakit ini sangat penting untuk mengurangi dampak kerugian dan meningkatkan hasil produksi cocoa. Penelitian ini menggunakan arsitektur You Only Look Once (YOLO), yaitu YOLOv5 dan YOLOv8, untuk mendeteksi buah cocoa yang terinfeksi Phytophthora dan Monilia. YOLO dikenal dengan performanya yang unggul dalam mendeteksi o…


    SERVICES DESK