Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PEMETAAN GEOLOGI DAN ANALISIS STABILITAS LERENG MENGGUNAKAN METODE BISHOP PAD…

MAULIDA ZAHRA

ABSTRAK Pemetaan geologi dilakukan untuk mengetahui kondisi geologi daerah penelitian yang meliputi litologi, geomorfologi, struktur geologi, dan kestabilan lereng. Daerah penelitian berada di Kecamatan Langsa Baro dan sekitarnya, Kota Langsa, Provinsi Aceh dengan luas ±25 km². Secara geografis berada pada 4º 28’ 59,78” - 4º 26’ 17” LU dan 97º 51’ 38.86” - 97º 54’ 21.05” BT. Wilayah ini tersusun oleh satuan batuan sedimen dari Formasi Keutapang, Formasi Seur…

DETEKSI DINI KONDISI STRES PADA GURU SEKOLAH LUAR BIASA MENGGUNAKAN METODE DA…

Alfita Khairah

Stres merupakan kondisi psikologis yang umum terjadi dan dapat berdampak negatif terhadap kesehatan fisik, kesejahteraan mental, serta kinerja kerja individu. Guru di Sekolah Luar Biasa (SLB) sangat rentan mengalami stres karena kompleksitas tanggung jawab dalam mengajar dan mendampingi siswa dengan berbagai jenis disabilitas. Oleh karena itu, diperlukan suatu sistem deteksi stres dini untuk membantu memantau kondisi fisiologis dan psikologis para guru. Penelitian ini bertujuan untuk mengemba…

PENERAPAN METODE KLASIFIKASI TULISAN TANGAN ANAK AUTIS MENGGUNAKAN SUPPORT VE…

Muhammad Ilzam

Austism Specturm Disorder (ASD) merupakan gangguan perkembangan saraf yang mempengaruhi sistem sensorik, kognitif, dan motorik seseorang dan perlu dideteksi sejak dini untuk mendapatkan penanganan lebih lanjut secara cepat. Penelitian ini bertujuan untuk menganalisis penggunaan metode thresholding pada model Support Vector Machine (SVM) dan membandingkannya dengan model CNN menggunakan arsitektur EfficentNetB3, dalam mengklasifikasikan tulisan tangan anak kedalam dua kategori: ASD dan Normal.…

ANALISIS PENGARUH DATA SPLITTING TERHADAP KINERJA MODEL EFFICIENTNET-B0 DALAM…

DZAKY DHIYA UL-HAQ

Seiring perkembangan kecerdasan buatan, khususnya deep learning, analisis citra wajah menjadi pendekatan potensial untuk mendukung skrining Down Syndrome (DS) secara otomatis. Penelitian ini berfokus pada analisis pengaruh strategi pembagian dataset (data splitting) terhadap kinerja model klasifikasi citra wajah DS dan Non-DS berbasis arsitektur EfficientNet-B0. Metode yang digunakan meliputi tahapan pre-processing data seperti filtering kualitas citra, resizing, normalisasi, sert…

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…

ANALISIS PERFORMA KLASIFIKASI CITRA WAJAH ASD MENGGUNAKAN EKSTRAKSI FITUR DAN…

SYIFA ANZELLA

Autism Spectrum Disorder (ASD) merupakan gangguan perkembangan saraf yang memengaruhi kemampuan komunikasi, interaksi sosial, dan perilaku individu. Deteksi dini ASD penting untuk mendukung intervensi yang lebih efektif, namun diagnosis konvensional masih bersifat subjektif dan memakan waktu. Penelitian ini bertujuan menganalisis performa klasifikasi ASD berbasis citra wajah melalui ekstraksi fitur jarak antar titik facial landmark menggunakan algoritma machine learning. Dataset terdiri dari …

PERBANDINGAN ARSITEKTUR EFFICIENTNET DAN MOBILENET UNTUK KLASIFIKASI CITRA WA…

MUHAMMAD DIKA RAFI KASHA

Down Syndrome (DS) merupakan kelainan genetik akibat trisomi kromosom 21 yang dapat dikenali melalui karakteristik morfologi wajah. Pendekatan analisis citra wajah menjadi metode non-invasif yang potensial untuk mendukung deteksi dini DS. Seiring perkembangan teknologi deep learning, ekstraksi fitur visual dari citra wajah dapat dilakukan secara otomatis dan akurat. Oleh karena itu, penelitian ini bertujuan untuk membandingkan performa dua arsitektur lightweight convolutional neur…

KLASIFIKASI PEMBEDAAN H₂O DAN H₂O CAMPURAN NAOH BERBASIS SEGMENTASI K-MEA…

MAULIZA PUTRI

Penelitian ini mengembangkan sistem klasifikasi otomatis untuk membedakan larutan H₂O murni dan H₂O campuran NaOH menggunakan citra multispektral pola High-High Fluctuation (HHF). Secara visual kedua larutan tampak identik sehingga diperlukan pendekatan berbasis pengolahan citra digital. Metode yang diterapkan meliputi tiga tahap: (1) segmentasi K-Means untuk mengekstrak area larutan dari latar belakang, (2) klasifikasi menggunakan tiga arsitektur Convolutional Neural Network (CNN) y…

KLASIFIKASI AUTISM SPECTRUM DISORDER (ASD) PADA ANAK MENGGUNAKAN MODEL CNN VG…

ARYA SUYANDA

Deteksi dini Autism Spectrum Disorder (ASD) merupakan tantangan krusial dalam intervensi perkembangan anak. Penelitian ini mengusulkan sebuah pendekatan deep learning untuk klasifikasi ASD secara otomatis sebagai alat bantu skrining yang objektif. Tujuan dari penelitian ini adalah untuk merancang dan mengevaluasi kinerja model Convolutional Neural Network (CNN) VGG19 yang diadaptasi menggunakan pendekatan transfer learning.Metodologi penelitian menggunakan representasi landmark wajah yang ber…

STUDI PERBANDINGAN DENOISING MSPCA DAN MSICA UNTUK KLASIFIKASI AUTISM SPECTRU…

MUHAMMAD MIRZA RAHMAT

Electroencephalography (EEG) banyak digunakan karena bersifat non-invasif dan memiliki resolusi temporal tinggi. Namun, sinyal EEG mentah sangat rentan terhadap artefak biologis dan noise lingkungan, sehingga diperlukan proses denoising yang efektif sebelum klasifikasi. Penelitian ini bertujuan mengevaluasi pengaruh dua metode denoising multiskala, yaitu Multiscale Principal Component Analysis (MS-PCA) dan Multiscale Independent Component Analysis (MS-ICA), terhadap kinerja klasifikasi sinyal…


    SERVICES DESK