Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

ANALISIS KINERJA MODEL MOBILENETV2 PADA KLASIFIKASI PENYAKIT DAUN PADI

RAHMAT MAULANA

Penyakit pada daun padi sering menurunkan kualitas pertumbuhan tanaman, sehingga diperlukan deteksi dini untuk mencegah kerugian hasil panen. Model klasifikasi penyakit daun padi menggunakan arsitektur MobileNetV2 yang dioptimalkan agar dapat diterapkan pada perangkat seluler. Dataset yang digunakan terdiri dari 1.920 citra daun padi yang mencakup enam kelas, yaitu Bacterial Leaf Blight, Brown Spot, Leaf Blast, Leaf Scald, Narrow Brown dan daun sehat. Tahapan penelitian meliputi pre-processin…

EVALUASI KINERJA MODEL EEGNET PADA PROSES KLASIFIKASI ASD DAN NORMAL BERBASIS…

Imam Fathur Rahman

Abstrak - Klasifikasi Autism Spectrum Disorder (ASD) secara akurat dan andal dari electroencephalography (EEG) masih menantang karena karakteristik sinyal EEG yang nonstasioner dan bersifat multikanal. Penelitian ini mengusulkan pipeline deep learning yang ringkas dengan mengintegrasikan Multivariate Empirical Wavelet Transform (MEWT) untuk ekstraksi fitur multikanal yang selaras secara spektral, serta EEGNet untuk klasifikasi ASD berbasis EEG. Performa dievaluasi menggunakan 5-fold cross-val…

PERFORMA ARSITEKTUR EFFICIENTNETB0, MOBILENETV3 DAN SHUFFLENETV2 PADA KLASIF…

ZURIATON NAVISAH

Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang memengaruhi interaksi sosial dan komunikasi pada anak. Deteksi dini terhadap ASD sangat penting untuk mendukung intervensi dan terapi yang tepat. Namun, diagnosis konvensional masih bergantung pada tenaga medis profesional dan membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis berbasis deep learning yang mampu membedakan wajah anak ASD dan normal secara objektif d…

KLASIFIKASI SINYAL EEG UNTUK DIAGNOSIS AUTISM SPECTRUM DISORDER MENGGUNAKAN G…

KAYSA MARISA

Abstrak - Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan sistem saraf yang selama ini diidentifikasi melalui observasi perilaku dan wawancara klinis, yang bersifat subjektif dan memerlukan waktu lama. Penelitian ini bertujuan merancang model klasifikasi menggunakan Graph Convolutional Networ k (GCN) berdasarkan sinyal Electroencephalogram (EEG) yang telah dikonversi ke dalam bentuk citra heatmap untuk merepresentasikan aktivitas otak secara visual. Guna memperkaya …

KLASIFIKASI SINYAL EEG BETA PADA ANAK AUTIS DAN NORMAL MENGGUNAKAN EKSTRAKSI …

Ade Sri Rahayu

Abstrak-Autism Spectrum Disorder (ASD) adalah gangguan perkembangan neurologis yang berdampak pada komunikasi, perilaku, dan interaksi sosial. Penelitian ini bertujuan mengklasifikasikan sinyal EEG beta (12–30 Hz) dari anak ASD dan anak normal menggunakan metode Discrete Wavelet Transform (DWT) dan algoritma Least Squares Support Vector Machine (LS-SVM). Data EEG dari 16 subjek dipra-proses dengan Independent Component Analysis (ICA), lalu disegmentasi menggunakan overlapping wi…

PERBANDINGAN PERFORMA ARSITEKTUR VISION TRANSFORMER (VIT) DAN HYBRID CNN-VIT …

Hadija Humaira

Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan yang berdampak pada kemampuan komunikasi dan interaksi sosial anak. Salah satu pendekatan yang mulai dikembangkan untuk mendeteksi autisme secara dini adalah melalui analisis citra wajah. Penelitian ini bertujuan untuk membandingkan kinerja dua arsitektur model deep learning, yaitu Vision Transformer (ViT) dan hybrid CNN-ViT, dalam mengklasifikasikan citra wajah autisme dan non autisme. Dataset yang digunakan terdiri dari 1.380 ci…

PEMETAAN GEOLOGI DAN PENGUKURAN INDEKS KERENTANAN TANAH TERHADAP GEMPA BUMI R…

FARHAN AULYA

Provinsi Aceh terletak pada Pulau Sumatera yang merupakan wilayah rawan resiko gempa sangat tinggi, hal ini yang membuat penelitian dilaksanakan yang bertujuan untuk mengukur indek kerentanan tanah terhadap gempa bumi. Penelitian ini dilakukan pada Kecamatan Woyla Induk dan sekitarnya yang terletak pada zona tektonik aktif antara Lempeng Hinda – Australia. Selain itu, penelitian ini betujuan untuk mengetahui bagaimana sebaran litologi dan kondisi geomorfologi pada daerah penelitian. Pada pe…

PENGEMBANGAN APLIKASI MOBILE UNTUK KLASIFIKASI WAJAH ANAK AUTIS DENGAN VISI K…

IRSYAN RAMADHAN

Deteksi dini Autism Spectrum Disorder (ASD) memainkan peran penting dalam memungkinkan intervensi tepat waktu yang dapat secara signifikan meningkatkan perkembangan kognitif dan sosial anak. Metode diagnostik tradisional sering kali mengandalkan observasi klinis dan laporan dari orang tua, yang dapat bersifat subjektif dan menyebabkan keterlambatan diagnosis, terutama di daerah dengan akses terbatas ke spesialis. Penelitian ini menyajikan sebuah aplikasi mobile berbasis Flutter yang menginteg…

PERBANDINGAN PERFORMANSI PRINCIPAL COMPONENT ANALYSIS (PCA) DAN MULTISCALE PR…

Eliano Rizky Ardani

Electroencephalography (EEG) adalah metode non-invasif yang digunakan untuk merekam aktivitas kelistrikan otak dan sering dimanfaatkan dalam analisis kondisi neurologis, seperti Autism Spectrum Disorder (ASD). Namun, sinyal EEG sering terkontaminasi noise dari sumber internal dan eksternal, seperti pergerakan mata, aktivitas otot, dan detak jantung, yang dapat mengurangi kualitas sinyal serta menyulitkan proses analisis. Penelitian ini bertujuan untuk membandingkan performansi metode Principa…

PERAMALAN KEJADIAN UPWELLING DI DANAU MANINJAU MENGGUNAKAN PENDEKATAN HIBRIDA…

FAKHRUS SYAKIR

Danau Maninjau mengalami peristiwa upwelling secara berkala yang mengganggu kualitas air, merusak stok ikan, dan menimbulkan tantangan sosial ekonomi bagi masyarakat sekitar. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi upwelling dengan mengintegrasikan pemodelan deret waktu Vector Autoregressive (VAR) dengan klasifikasi Support Vector Machine (SVM). Dataset lima tahun (2020-2024) dari variabel iklim harian suhu permukaan, curah hujan, dan kecepatan angin dikumpulkan dari Nati…


    SERVICES DESK