Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

DETEKSI PENYAKIT PADA TANAMAN TOMAT YANG TAHAN TERHADAP VARIASI LINGKUNGAN DE…

LAILA MUKHRINA AZIZI

Deteksi penyakit pada daun tomat merupakan tantangan besar dalam bidang pertanian, terutama ketika dihadapkan dengan variasi lingkungan seperti pencahayaan, sudut gambar, dan latar belakang yang beragam. Meskipun banyak penelitian sebelumnya menunjukkan bahwa arsitektur deep learning berbasis CNN mampu mendeteksi penyakit tanaman dengan performa tinggi, sebagian besar penelitian tersebut dilakukan dalam kondisi lingkungan yang terkontrol. Penelitian ini mengusulkan pendekatan berbeda dengan f…

PENERAPAN LATENT DIRICHLET ALLOCATION UNTUK MENGIDENTIFIKASI TOPIK PEMBICARAA…

HABIBISALIM

Percepatan diskusi di media sosial X terkait Pekan Olahraga Nasional (PON) XXI memunculkan kebutuhan untuk memahami isu-isu yang sedang ramai diperbincangkan publik. Latent Dirichlet Allocation (LDA) merupakan metode yang efektif untuk menganalisis teks dalam jumlah besar dan heterogen, sehingga dapat mengelompokkan diskusi tentang PON XXI menjadi topik-topik utama. Penelitian ini bertujuan untuk mengidentifikasi topik utama dan sentimen terkait Pekan Olahraga Nasional (PON) XXI di media sosi…

KLASIFIKASI WARNA AIR ALAMI BERDASARKAN SKALA FOREL-ULE DENGAN PENGEMBANGAN …

ANINDYA FITRI SYAHRA

Mendeteksi masalah potensial dalam klasifikasi citra air yang diambil dengan kamera biasa adalah tugas yang menantang karena kemiripan visual antara setiap kelas, fitur tekstur kontras yang rendah, akuisisi citra dengan sudut dan penempatan kamera yang berbeda, dan adanya masalah objek lain. Penelitian ini akan melakukan identifikasi dan klasifikasi warna badan air otomatis dengan pendekatan Two-Stage Convolutional Neural Network (CNN). Proses diawali dengan teknik preprocessing data mengguna…

K-NEAREST NEIGHBOR MENGGUNAKAN UKURAN KEMIRIPAN POLYCHORIC CORRELATION UNTUK …

NADYA RISMA NAMIRA

Penelitian ini bertujuan untuk mendeteksi outlier pada data status kesejahteraan keluarga di Kota Banda Aceh menggunakan metode K-Nearest Neighbor (KNN) yang disempurnakan dengan ukuran kemiripan Polychoric Correlation. Data yang digunakan berjumlah 12.561 responden dan seluruhnya mencakup variabel kategorik ordinal yang terkait dengan kesejahteraan keluarga. Penggunaan Polychoric Correlation dipilih untuk menangani sifat data kategorik ordinal yang sulit di analisis dengan metode konvensiona…

PENERAPAN KLASIFIKASI RANDOM FOREST DALAM PENENTUAN FAKTOR-FAKTOR YANG MEMENG…

GILANG AWAL RAMADHAN

Data mining dan machine learning adalah dua bidang yang saling berhubungan dalam analisis data. Teknik utama yang digunakan keduanya adalah klasifikasi, yaitu proses mengelompokkan data ke dalam kategori atau kelas tertentu berdasarkan atribut atau fitur yang dimiliki. Salah satu algoritma yang sering digunakan dalam klasifikasi adalah Random Forest, yaitu ensemble dari pohon keputusan yang menggunakan teknik bagging (bootstrap aggregating) dalam pembuatan pohon klasifikasi. Penerapan metode …

PENERAPAN METODE CLUSTERING K-MEANS PADA DATA TIME SERIESRN(STUDI KASUS: NILA…

Zahida Meisya Kaisna

Inflasi merupakan salah satu indikator ekonomi yang sangat penting dalam perekonomian suatu negara, termasuk Indonesia. Penelitian ini bertujuan untuk menerapkan metode clustering K-Means pada data time series dalam studi kasus nilai laju inflasi di Indonesia. Data yang digunakan dalam penelitian ini merupakan data time series nilai laju inflasi bulanan dari 82 kabupaten/kota di Indonesia selama periode 1 Januari 2014 hingga 1 Juni 2024, yang diambil dari situs Badan Pusat Statistik (BPS). Pe…

PERBANDINGAN KINERJA K-MODES DAN K-MEDOIDS CLUSTERING PADA DATA STATUS KESEJA…

Nanda Salsabila

Clustering adalah metode analisis yang digunakan untuk mengelompokkan sejumlah data menjadi beberapa klaster berdasarkan kemiripan atau kesamaan karakteristik pada dataset tersebut. K-means clustering merupakan algoritma paling umum yang sangat andal dalam mengelompokkan data bertipe numerik, sedangkan k-modes dan k-medoids merupakan pengembangan dari algoritma k-means yang dapat digunakan untuk mengelompokkan data bertipe kategori. Pada kenyataannya, tidak hanya data bertipe numerik yang ber…

PERBANDINGAN PERFORMA METODE-METODE IMPUTASI DALAM MENGATASI DATA HILANG PADA…

Irma Sulastri

Data hilang merupakan masalah penting dalam analisis data deret waktu. Adanya data hilang menyebabkan ketidaklengkapan urutan dari data deret waktu sehingga diperlukan proses imputasi data untuk mengatasi masalah ini. Setiap metode imputasi tidak dapat memberikan performa terbaik pada semua jenis data deret waktu, oleh karena itu dilakukan perbandingan delapan metode imputasi yaitu interpolasi linier, interpolasi spline, interpolasi stine, Kalman smoothing pada structural time series model, K…

KLASIFIKASI STATUS DAERAH KABUPATEN/KOTA TERTINGGAL DI INDONESIA MENGGUNAKAN …

LIA MAULIANI

Kesenjangan antara suatu wilayah dengan wilayah lainnya di Indonesia ditandai dengan adanya istilah daerah tertinggal dan daerah tidak tertinggal. Pemerintah menetapkan status daerah tertinggal setiap lima tahun sekali melalui surat keputusan peraturan presiden. Peraturan presiden no 63 tahun 2020 tentang daerah 3T (Tertinggal, Terdepan, dan Terluar) menetapkan 62 kabupaten/kota di Indonesia sebagai daerah tertinggal. Penelitian ini melakukan klasifikasi dengan menggunakan algoritma Support…

PENGELOMPOKAN NILAI TUKAR MATA UANG DI ASIA TERHADAP DOLAR AS (USD) MENGGUNAK…

NURUL SYAZANA

Globalisasi telah mendorong perekonomian berbagai negara di dunia, salah satunya adalah negara di Benua Asia yang menunjukkan pertumbuhan ekonomi yang pesat dalam beberapa dekade terakhir. Nilai tukar mata uang menjadi indikator penting dalam perkembangan sistem perekonomian antara negara ke arah yang lebih terbuka, dengan Dolar Amerika Serikat sebagai salah satu mata uang internasional. Pergerakan nilai tukar mata uang mampu mempengaruhi stabilitas perekonomian suatu negara. Namun, perubaha…


    SERVICES DESK