Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PENGARUH BEBERAPA METODE NON-MAXIMUM SUPPRESSION TERHADAP KINERJA DETEKSI KEN…

SILVIANI AMANDA

Deteksi kendaraan pada lingkungan mixed-traffic merupakan salah satu komponen penting dalam pengembangan sistem transportasi cerdas. Namun, tingginya kepadatan lalu lintas dan banyaknya objek yang saling bertumpang tindih menyebabkan proses deteksi menjadi lebih kompleks. Model YOLO menggunakan Greedy Non-Maximum Suppression sebagai metode post-processing bawaan karena memiliki proses seleksi yang sederhana, tetapi penggunaan ambang batas Intersection over Union (IoU) yang bersifat statis dap…

EVALUASI KINERJA MODEL DETEKSI KENDARAAN BERBASIS YOLO MENGGUNAKAN CITRA VISU…

MUHAMMAD SYAFIQ MUZHAFFAR

Model deteksi objek merupakan komponen fundamental pada sistem persepsi kendaraan otonom, namun kinerjanya rentan mengalami degradasi pada kondisi cuaca buruk seperti hujan. Penelitian ini bertujuan menyelesaikan masalah tersebut melalui tiga tahapan utama: akuisisi dataset primer, pengembangan model deteksi berbasis YOLOv11 varian nano, serta evaluasi dan implementasi model pada perangkat edge. Tahap akuisisi menggunakan sensor termal FLIR Lepton 3.5 dengan bantuan fitur Multi-Spectral Dynam…

SKEMA KEAMANAN BERBASIS LOCATION SOURCE PRIVACY PADA JARINGAN SENSOR NIRKABEL…

Yeni Yanti

Jaringan Sensor Nirkabel multihop clustering merupakan infrastruktur komunikasi yang banyak digunakan untuk melakukan pengindraan dan pengiriman data dari sensor menuju base station. Namun, pola pengiriman melalui rute yang sama secara berulang dapat memudahkan penyerang melacak lokasi sumber data dan meningkatkan kerentanan jaringan terhadap serangan sinkhole. Serangan tersebut menarik lalu lintas menuju node berbahaya sehingga menyebabkan kehilangan paket, peningkatan keterlambatan, konsums…

SISTEM KLASIFIKASI KADAR GULA DARAH SECARA NON-INVASIF MENGGUNAKAN DEEP LEARN…

Zulhelmi

Penelitian ini mengembangkan sistem klasifikasi kadar gula darah non-invasif berbasis analisis morfologi sinyal photoplethysmography (PPG). Sistem yang diusulkan ini hadir sebagai solusi alternatif bagi metode konvensional berbasis invasif, yang selama ini memiliki sejumlah keterbatasan seperti tingginya biaya penggunaan strip uji dan rasa tidak nyaman pada subjek. Sistem klasifikasi kadar gula darah non-invasif memanfaatkan model pre-trained dari arsitektur deep learning (DL) berbasis convol…

METODE VALIDASI ATRIBUT DATA GEOSPASIAL BERBASIS DEEP LEARNING MENGGUNAKANRN …

Cut Zahara Putri

Validasi atribut data geospasial merupakan komponen penting dalam menjamin kualitas informasi spasial untuk perencanaan pembangunan berbasis lokasi. Di Indonesia, proses validasi mengacu pada Katalog Unsur Geografi Indonesia (KUGI), namun dalam praktiknya masih didominasi metode manual oleh walidata, yang tidak efisien dan rentan terhadap kesalahan, terutama pada dataset berskala besar dan heterogen. Penelitian ini mengusulkan metode validasi atribut data geospasial berbasis Deep Learning den…

ANALISIS PENGARUH ATENUASI AKIBAT TEKANANRNUDARA DAN SUHU TERHADAP KINERJA SI…

T. R. Misbah

Perkembangan sistem komunikasi nirkabel generasi keenam (6G) pada pita millimeter wave (mmWave) menghadapi tantangan berupa tingginya atenuasi sinyal akibat pengaruh kondisi atmosfer. Tekanan udara, suhu, dan curah hujan menjadi faktor lingkungan yang signifikan, khususnya di wilayah rural dengan karakteristik geografis dan iklim yang kompleks. Berbeda dengan penelitian sebelumnya yang dominan dilakukan di wilayah perkotaan, penelitian ini fokus pada daerah pedesaan dengan kontur geogra…

IMPLEMENTASI KINERJA LOCAL CONTRAST NORMALIZATION PADA YOLOV11 UNTUK DETEKSI …

ABASSUCI

Penelitian ini mengimplementasikan teknik Local Contrast Normalization (LCN) pada arsitektur YOLOv11 Medium dalam dua pendekatan, yaitu sebagai metode preprocessing dataset dan sebagai layer yang diintegrasikan langsung ke dalam arsitektur model, untuk mengevaluasi dampak masing-masing pendekatan terhadap kinerja deteksi objek mixed traffic pada kondisi low-light illumination. Dataset yang digunakan terdiri dari 2.000 citra mixed traffic kondisi malam hari yang diambil menggunakan kamera visi…

ANALISIS PENGARUH PENERAPAN INTELLIGENT REFLECTING SURFACE (IRS) BERBASIS MAC…

SYAKIRA

Penelitian ini menganalisis pengaruh penerapan Intelligent Reflecting Surface (IRS) terhadap efisiensi energi sistem komunikasi 6G berbasis frekuensi terahertz dengan dukungan Machine Learning. IRS berfungsi sebagai permukaan reflektif pasif yang mampu mengarahkan gelombang elektromagnetik secara adaptif untuk memperkuat sinyal dan mengoptimalkan transmisi data. Tujuan penelitian ini adalah mengevaluasi pengaruh jumlah elemen IRS, bandwidth, jarak, dan daya Electromagnetic Interference (EMI) …

ANALISIS EFISIENSI SPEKTRAL PADA SISTEM MULTI-WAY RELAY MIMO MASIF BERBASIS P…

Adha Ababil

Kombinasi teknologi Multiple-Input Multiple-Output (MIMO) masif dan sistem multi-way relay dengan pemrosesan linear merupakan salah satu pendekatan yang menjanjikan untuk meningkatkan kinerja sistem komunikasi nirkabel. Pada sistem multi-way relay MIMO masif, ketersediaan Channel State Information (CSI) sangat berperan penting dalam proses pemrosesan sinyal. Namun, dalam praktiknya CSI yang diperoleh melalui estimasi kanal berbasis sinyal pilot bersifat tidak sempurna (imperfect CSI), sehingg…

PENERAPAN CLAHE DALAM PREPROCESSING DATASET UNTUK DETEKSI OBJEK MIXED TRAFFIC…

RIFA ASHILA

Deteksi objek merupakan komponen penting dalam pengembangan sistem transportasi cerdas, khususnya pada lingkungan lalu lintas campuran (mixed traffic) di malam hari yang memiliki tingkat kompleksitas tinggi akbiat pencahayaan rendah dan keberagaman objek. Kondisi tersebut menyebabkan citra yang dihasilkan cenderung memiliki kontras rendah dan detail yang kurang jelas, sehingga dapat menurunkan kinerja model deteksi objek. Penelitian ini bertujuan untuk menerapkan dan mengevaluasi efektifitas …


    SERVICES DESK