Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PENGEMBANGAN SISTEM KLASIFIKASI STRES MENGGUNAKAN CITRA WAJAH BERBASIS CNN DA…

M. Akbar Latif

Stres merupakan kondisi psikologis yang muncul akibat tekanan emosional maupun beban kerja yang berlebihan, sehingga dapat mempengaruhi kesehatan fisik, mental, serta menurunkan produktivitas. Salah satu indikator yang paling jelas untuk mendeteksi stres adalah ekspresi wajah, karena perubahan emosional sering tercermin melalui citra wajah seseorang. Penelitian klasifikasi stres berbasis citra wajah sebelumnya menghadapi kendala pada akurasi yang rendah, yang sebagian besar disebabkan oleh ku…

RANCANG BANGUN APLIKASI MOBILE ANDROID UNTUK KLASIFIKASI EKSPRESI MENGGUNAKAN…

DIMAS WAHYU NUGRAHA

Ekspresi wajah merupakan salah satu bentuk komunikasi non-verbal yang dapat secara langsung mencerminkan kondisi emosional seseorang. Namun, proses identifikasi ekspresi wajah secara manual masih sulit dilakukan karena adanya emosi yang halus, subjektivitas penilai, serta kurang efisien jika dilakukan terusmenerus. Oleh karena itu, dibutuhkan aplikasi yang mampu mengklasifikasikan ekspresi wajah secara otomatis dan praktis, khususnya pada perangkat mobile. Penelitian ini merancang aplikasi be…

PENINGKATAN KINERJA SISTEM DETEKSI KARIES GIGI MELALUI ENSEMBLE VOTING

Putri Rizkiah

Kesehatan gigi dan mulut merupakan masalah krusial yang membutuhkan sistem deteksi dini yang akurat. Deteksi dini sangat penting karena berperan dalam mencegah kerusakan gigi yang lebih parah serta menghindari komplikasi serius. Namun, model deteksi yang ada saat ini masih kurang efektif, terutama ketika hanya mengandalkan model klasifikasi individu. Pendekatan tersebut menghadapi berbagai tantangan, seperti akurasi yang terbatas dan hasil prediksi yang tidak stabil. Kelemahan ini pada akhirn…

PENGEMBANGAN SISTEM DETEKSI HAMA KECOA PADA RUMAH BURUNG WALET MENGGUNAKAN YO…

Depi

Penelitian ini mengembangkan sistem deteksi hama kecoa otomatis pada rumah burung walet dengan mengintegrasikan algoritma YOLOv10, RT-DETR, dan SSD-VGG-16, serta teknologi Internet of Things (IoT) dan Telegram Bot untuk notifikasi. Sistem ini bertujuan meningkatkan akurasi deteksi, mengurangi inspeksi manual, dan meminimalkan gangguan terhadap burung walet. Dataset dibangun dari rekaman CCTV inframerah dan diperluas melalui augmentasi citra. Evaluasi dilakukan terhadap tujuh varian YOLOv10, s…

SEGMENTASI PADA CITRA PENYAKIT DAUN PISANG MENGGUNAKAN U-NET

Louis Emmanuel Ojahan Hutapea

Pisang (musa paradisiaca) merupakan komoditas strategis dalam perekonomian Indonesia, namun produktivitasnya menurun akibat serangan penyakit daun seperti Cordana Leaf Spot dan Sigatoka. Penyakit ini menyebabkan terganggunya fotosintesis dan penurunan kualitas buah. Segmentasi citra berbasis deep learning, khususnya menggunakan arsitektur U-Net, menawarkan pendekatan yang lebih presisi dalam mendeteksi dan memetakan area infeksi dibandingkan metode klasifikasi konvensional. Penelitian ini ber…

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 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…

PROTOTIPE AKUISISI DAN DETEKSI CITRA ANAK AUTIS DENGAN RASPBERRY PI DAN SINGL…

M. FAUZAN ALFARIZ

Abstrak – Wajah anak dapat memberikan petunjuk visual penting untuk mendeteksi Autism Spectrum Disorder (ASD) sejak dini, sehingga penelitian ini memfokuskan pengembangan sistem deteksi berbasis citra wajah anak dengan ASD. Permasalahan utama yang diangkat adalah kurangnya metode praktis untuk membantu tenaga kesehatan dalam identifikasi dini ASD melalui ciri-ciri visual wajah. Penelitian ini bertujuan untuk merancang prototipe sistem akuisisi dan deteksi wajah anak dengan ASD menggunakan R…

KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS DEEP LEARNING DENGAN PENINGKATAN KUA…

ELSA AUDINA

Penyakit pada daun tomat merupakan salah satu faktor utama yang menyebabkan penurunan hasil panen. Untuk mengatasi hal ini, dibutuhkan sistem klasifikasi otomatis berbasis citra yang mampu mengenali penyakit secara cepat dan akurat. Teknologi deep learning menawarkan solusi yang efektif, namun keberhasilannya sangat dipengaruhi oleh kualitas visual citra yang sering terganggu oleh pencahayaan tidak merata. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi penyakit daun tomat den…

DAMPAK PENERAPAN MODEL SEGMENTASI DENGAN ARSITEKTUR FPN UNTUK PENINGKATAN KIN…

MUHAMMAD ADITYA YUFNANDA

Karies gigi merupakan salah satu permasalahan kesehatan mulut yang dapat menyebabkan kerusakan struktural pada gigi jika tidak terdeteksi dan ditangani secara dini. Deteksi dini karies gigi sangat penting untuk mencegah kerusakan lebih lanjut. Seiring dengan perkembangan dan kemajuan dibidang deep learning pada saat sekarang ini memungkinkan deteksi karies secara otomatis melalui citra. Penelitian ini mengembangkan model segmentasi gigi berbasis Feature Pyramid Network (FPN) untuk meningkatka…


    SERVICES DESK