Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

KLASIFIKASI BIJI KOPI MENGGUNAKAN MULTI-DATASET PADA EDGE-AI

Ichsan Hasanudin

Klasifikasi mutu biji kopi secara manual memerlukan waktu relatif lama dan rentan menghasilkan penilaian yang tidak konsisten, terutama dalam pemisahan biji kopi normal dan cacat. Penelitian ini bertujuan membandingkan arsitektur deep learning untuk klasifikasi biner biji kopi berbasis multi-dataset serta menentukan konfigurasi model terbaik pada lingkungan cloud-based dan Edge AI. Dataset yang digunakan adalah USK-Coffee Dataset sebanyak 8.000 citra dan Coffee Green Bean with 17 Defects Data…

IDENTIFIKASI OTOMATIS MATERIAL BANGUNAN TEMPAT TINGGAL MENGGUNAKAN CITRA GEOG…

Tiffany Rizkika

Sejalan dengan agenda Sustainable Development Goals (SDGs) target 11.1 yang berfokus pada akses hunian yang layak, aman, dan terjangkau, diperlukan metode pemantauan kelayakan jenis material bangunan secara otomatis, efisien, akurat, dan berbiaya rendah. Penelitian ini mengangkat use case kecerdasan artifisial pada bidang perumahan dengan tujuan mengembangkan prototype sistem identifikasi otomatis material bangunan tempat tinggal berbasis data geospasial dengan memanfaatkan teknik deep learni…

SISTEM PENGENALAN AKTIVITAS KELOMPOK BERBASIS SPATIO-TEMPORAL DEEP LEARNING P…

Rizky Fitria Haya

Kawasan pejalan kaki seperti Malioboro memiliki dinamika yang tinggi dengan pola interaksi yang tidak terstruktur. Kondisi ini menimbulkan tantangan dalam pemantauan aktivitas kelompok secara otomatis berbasis video. Penelitian ini bertujuan mengembangkan sistem pengenalan aktivitas kelompok berbasis spatio-temporal deep learning untuk menganalisis dinamika aktivitas pada lingkungan pejalan kaki yang padat dan dinamis. Sistem yang diusulkan terdiri atas deteksi dan pelacakan individu mengguna…

DEEP LEARNING BERBASIS KONTEKS UNTUK OTOMASI ICD-10: STUDI KASUS ANAMNESIS PA…

Fadhil Kasvi

Ketidaktepatan pengkodean diagnosis ICD-10 di fasilitas kesehatan masih menjadi tantangan besar yang berdampak pada pelaporan kesehatan dan klaim asuransi. Masalah ini sering disebabkan oleh beban kerja tenaga medis yang tinggi dan dokumentasi anamnesis yang tidak terstruktur. Penelitian ini bertujuan untuk membangun model klasifikasi otomatis kodifikasi ICD-10 berdasarkan data teks anamnesis menggunakan pendekatan Deep Learning berbasis konteks, yaitu IndoBERT. Data yang digunakan bersumber …

MODEL HYBRID MACHINE LEARNING BERBASIS SMOTEENN-SOFT VOTING ENSEMBLE DAN ANAL…

Nuwairy El Furqany

Stunting merupakan masalah kesehatan global yang berdampak jangka panjang terhadap kualitas sumber daya manusia dan masih menjadi prioritas utama di Indonesia. Di Provinsi Sumatera Barat, prevalensi stunting pada tahun 2024 tercatat sebesar 23,6%, yang masih berada di atas target nasional sebesar 14%. Penelitian ini bertujuan untuk mengembangkan model prediksi risiko stunting berbasis machine learning yang mampu menangani ketidakseimbangan kelas, meningkatkan akurasi dan sensitivitas prediksi…

PENGEMBANGAN MODEL BERT DAN HIBRID UNTUK ANALISIS SENTIMEN DENGAN ACEHX FINE-…

Doni Sumito Sukiswo

Dalam era digital, analisis sentimen menjadi salah satu bidang penting dalam natural language processing (NLP). NLP untuk bahasa daerah di Indonesia masih sangat terbatas, termasuk untuk Bahasa Aceh yang memiliki kekayaan leksikal dan struktur morfologi yang unik. Salah satu tantangan utama dalam pengembangan analisis sentimen Bahasa Aceh adalah belum cukup tersedianya dataset yang representatif untuk tugas analisis sentimen. Selain itu, hingga saat ini belum tersedia model berbasis BERT deng…

PENGELOMPOKAN PENERIMA LAYANAN PENCEGAHAN STUNTING DI ACEH MENGGUNAKAN METODE…

AMJAHAS

Stunting merupakan kondisi gangguan pertumbuhan pada bayi ataupun pada anak balita ditandai dengan tinggi badan yang rendah dari standar usianya, lambatnya dalam pemahaman, dan lain-lain. Penelitian dilakukan menggunakan dataset pelayanan pencegahan stunting di Aceh pada tahun 2023 yang bersumber dari website satu data Indonesia. Penelitian ini bertujuan untuk menganalisis karakteristik kelompok yang dihasilkan, mengelompokkan kecamatan-kecamatan yang ada di Aceh berdasarkan pelayanan pencega…

ANALISIS KLASIFIKASI DECISION TREE DAN ADABOOST PADA RUMAH TANGGA RAWAN PANGA…

Sahda Afifah

Klasifikasi merupakan salah satu teknik data mining yang dilakukan dengan memprediksi kelas suatu objek yang labelnya belum diketahui berdasarkan data yang labelnya telah diketahui dengan membangun model pelatihan. Klasifikasi memiliki dua tugas utama yang dilakukan, yaitu membangun model untuk disimpan sebagai memori dan klasifikasi pada objek data lain untuk mengetahui kelompok objek tersebut berdasarkan model yang telah disimpan. Pada data mining terdapat banyak metode klasifikasi diantara…

ANALISIS PERBANDINGAN KINERJA MODEL FACE RECOGNITION MENGGUNAKAN VGGFACE DAN …

Muhammad Firdaus

Penggunaan masker wajah sejak pandemi COVID-19 telah menimbulkan tantangan signifikan dalam sistem pengenalan wajah, karena beberapa fitur wajah menjadi tertutup dan menyebabkan penurunan akurasi. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua model deep learning, yaitu VGGFace dan FaceNet512, dalam mengenali wajah dengan dan tanpa masker. Dataset yang digunakan terdiri dari data sekunder (dari Kaggle) dan data primer (pengambilan langsung), yang kemudian diproses m…

IMPLEMENTASI YOLOV9, ORIENTED BOUNDING BOX, DAN TESSERACT OPTICAL CHARACTER R…

Fachri Rozan

Automatic Plate Number Recognition (APNR) merupakan sistem yang digunakan untuk mendeteksi dan mengenali informasi pada pelat nomor kendaraan secara otomatis. Di Indonesia, pelat nomor kendaraan tidak hanya menunjukkan identitas kendaraan, tetapi juga informasi penting seperti asal wilayah dan masa berlaku, yang seringkali memiliki variasi desain, warna, dan orientasi. Penelitian ini mengembangkan sistem APNR berbasis FlaskAPI dengan integrasi tiga komponen utama, yaitu deteksi pelat menggun…


    SERVICES DESK