Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

ANALISIS POTENSI SENYAWA NILAM ACEH SEBAGAI BAHAN KANDIDAT OBAT UNTUK PENYAKI…

ANAS NAUFAL AL-KIRAM

Kanker paru-paru merupakan kanker paling mematikan di dunia. Pencarian obat untuk penyembuhan kanker paru-paru sangat banyak dilakukan sampai pada tanaman herbal. Nilam aceh Pogostemon cablin Benth., yang merupakan salah satu tanaman endemik Aceh, telah diteliti memiliki khasiat yang sangat banyak seperti antiinflamasi, antioksidan, antimikroba dan antidepresan. Selain itu dia memiliki sifat antikanker namun belum banyak penelitian yang menghubungkannya dengan kanker paru-paru. Penelitian ini…

DETEKSI KANKER PARU PARURNADENOKARSINOMA DENGAN ALGORITMARNRECURRENT NEURAL N…

Rendika Rahmaturrizki

Kanker paru-paru adenokarsinoma sering terdeteksi pada tahap lanjut sehingga analisis biomarker DNA diperlukan untuk membantu mengenali perubahan genetik yang berkaitan dengan kanker. Penelitian ini bertujuan membangun model klasifikasi sekuens DNA, membandingkan kinerja Bidirectional Long Short Term Memory (BiLSTM) dan Bidirectional Gated Recurrent Unit (BiGRU), serta menentukan konfigurasi yang lebih baik dalam membedakan sekuens normal dan kanker. Data sekunder diperoleh dari NCBI da…

PERBANDINGAN PERFORMA MODEL MOBILENETV2 DAN STACKING ENSEMBLE LEARNING UNTUK …

Afifah Nibras

Tomat merupakan salah satu komoditas hortikultura yang memiliki nilai ekonomi tinggi. Namun, proses pemilahan tingkat kematangan tomat masih banyak dilakukan secara manual sehingga hasilnya sering kali kurang konsisten. Penelitian ini bertujuan membandingkan performa MobileNetV2 dan Stacking Ensemble Learning dalam mengklasifikasikan citra tomat dalam tiga kelas, yaitu matang, setengah matang, dan rusak. Dataset yang digunakan terdiri dari 2.282 citra tomat yang berasal dari dataset publik Ka…

IMPLEMENTASI REMOTE CUDA API PADA MESIN VIRTUAL QEMU-KVM MELALUI VIRTIO

Faris Khowarizmi Tarmizi

Dengan pesatnya perkembangan teknologi Kecerdasan Buatan (AI) dan Cloud Computing, pembagian sumber daya pada Graphic Processing Unit (GPU) dalam virtualisasi telah menjadi salah satu tantangan besar. Berbagai metode remote API untuk General-Purpose computing on Graphics Processing Units (GPGPU) dan framework untuk virtualisasi telah dikembangkan untuk mengatasi masalah ini, masing-masing dengan kelebihan dan kekurangannya sendiri. Tesis memperkenalkan dan menjelaskan metode baru yang dinama…

PENINGKATAN KINERJA MODEL KLASIFIKASI PENYAKIT DAUN CABAI MENGGUNAKAN MULTIMO…

Fitra Maulida

Tanaman cabai merupakan komoditas hortikultura penting yang produktivitasnya dapat menurun akibat serangan penyakit pada daun. Identifikasi penyakit secara manual memiliki keterbatasan karena bergantung pada pengalaman pengamat dan dapat dipengaruhi oleh kemiripan gejala antar kelas. Penelitian ini bertujuan mengembangkan model klasifikasi penyakit daun cabai menggunakan citra visual RGB dan citra termal color mapping dengan pendekatan multimodal dan semi-supervised learning. Dataset yang dig…

EVALUASI KOMPARATIF MODEL INDOBERT (FINE-TUNING & EMBEDDING-SVM) DAN ZERO-SH…

CUT NISA SHAFIRA

Body shaming merupakan fenomena sosial yang semakin marak di media sosial X, dengan dampak psikologis yang signifikan terutama bagi kalangan remaja dan dewasa muda. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi tiga pendekatan analisis sentimen dalam mengklasifikasikan polaritas teks komentar body shaming berbahasa Indonesia di media sosial X, yaitu Fine-Tuned IndoBERT, IndoBERT Embedding + SVM, dan Zero-Shot Classification berbasis mDeBERTa. Data yang digunakan merupaka…

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 …


    SERVICES DESK