<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="150771">
 <titleInfo>
  <title>DETEKSI DATA KUALITAS AIR BERDASARKAN SKALA FOREL-ULE MENGGUNAKAN FILTER BERBASIS SKALA ILUMINASI WARNA DAN ATTENTIVE CONVOLUTIONAL NEURAL NETWORKS</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>ZATA DINI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penggunaan visi komputer untuk tugas deteksi dan klasifikasi telah menjadi tren yang berkembang, termasuk dalam penerapan analisis kualitas air berdasarkan skala Forel-Ule melalui gambar badan air. Teknologi ini menawarkan solusi untuk mengatasi keterbatasan metode konvensional dalam pengukuran kualitas air, yang seringkali membutuhkan alat khusus dan pengambilan sampel langsung di lapangan. Meskipun demikian, pendekatan ini tidak lepas dari tantangan, terutama terkait masalah kualitas data. Salah satu tantangan utama adalah ketidakkonsistenan dalam pengelompokan gambar karena kemiripan warna antar kelas. Selain itu, keberadaan benda asing atau gangguan di sekitar badan air juga dapat mempersulit proses deteksi dan mengurangi keakuratan hasil analisis. Untuk mengatasi masalah ini, kami mengusulkan penggunaan skala pencahayaan warna sebagai teknik penyaringan untuk memilih gambar berdasarkan dominasi warna utama. Pendekatan ini bertujuan untuk mengurangi pengaruh variasi pencahayaan dan meningkatkan konsistensi data yang digunakan dalam klasifikasi. Ekstraksi warna dominan dilakukan dengan menggunakan algoritma k-means untuk mengidentifikasi warna utama pada gambar. Selanjutnya, data diproses menggunakan arsitektur jaringan syaraf tiruan yang dilengkapi dengan mekanisme perhatian untuk meningkatkan kemampuan model dalam memfokuskan fitur-fitur penting yang relevan dengan klasifikasi. Hasil eksperimen menunjukkan bahwa pendekatan ini meningkatkan akurasi deteksi hingga 85,08%, mengurangi pengaruh noise, dan menawarkan solusi yang lebih efektif untuk pemantauan kualitas air secara otomatis.&#13;
Kata kunci : Deteksi Badan Air, Visi Komputer, Skala Iluminasi Warna, Convolutional Neural Network, Mekanisme perhatian.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>150771</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-03-10 11:24:27</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-03-10 11:48:11</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>