Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

PENGEMBANGAN MODEL DEEP LEARNING MULTI-TASK BERBASIS CNN DENGAN SELF-ATTENTIO…

Sadinal Mufti

Penyakit tanaman menjadi salah satu tantangan utama dalam pertanian modern karena dapat menyebabkan penurunan produktivitas dan kualitas hasil panen. Penelitian ini mengembangkan model Multitask Convolutional Neural Network (CNN) dengan self-attention mechanism untuk melakukan klasifikasi otomatis jenis tanaman dan penyakit daun secara bersamaan. Model dirancang menggunakan tiga convolutional blocks dengan penerapan Squeeze-and-Excitation (SE) attention blocks untuk meningkatkan kemampuan eks…

KLASIFIKASI JENIS IKAN HASIL TANGKAPAN NELAYAN BERBASIS DEEP LEARNING

DZIKRAL ALFISYAHRIN

Kemiripan morfologi antarspesies seperti Tuna (Thunnus), Tongkol (Euthynnus), Dencis (Sardinella), Kembung (Rastrelliger), Tenggiri (Scomberomorus), dan Kuwe Rambut (Alectis) sering menyebabkan kesalahan identifikasi oleh masyarakat. Kondisi ini menimbulkan perbedaan harga dan menurunkan kepercayaan konsumen, sehingga dibutuhkan sistem klasifikasi ikan otomatis berbasis citra digital. Penelitian ini mengembangkan model klasifikasi ikan menggunakan ResNet-50 dan MobileNet-V2 dengan pendekatan …

DETEKSI GANGGUAN FREKUENSI RADIO PADA CITRA RADAR CUACA BERBASIS DEEP LEARNING

Agus Nursalam Kitono

Radio frequency interference (RFI) pada sistem radar cuaca kerap menimbulkan distorsi pada citra, sehingga dapat menurunkan akurasi analisis meteorologi. Hingga saat ini, proses identifikasi gangguan masih dilakukan secara manual oleh operator, yang menimbulkan tantangan dari sisi konsistensi, kecepatan, dan skalabilitas. Penelitian ini berfokus pada implementasi beberapa varian You Only Look Once versi 12 (YOLOv12) serta perbandingannya dengan model Real-Time Detection Transformer (RT-DETR) …

PENERAPAN DEEP LEARNING UNTUK DETEKSI JATUH MENGGUNAKAN BLAZEPOSE DAN BI-DIRE…

YUFANADA AZMI

Jatuh merupakan salah satu penyebab utama cedera serius dan kematian tidak disengaja, terutama pada kelompok lanjut usia. Berdasarkan laporan World Health Organization (WHO), sekitar 28-35% individu berusia di atas 65 tahun mengalami kejadian jatuh setiap tahun, dan meningkat menjadi 32-42% pada usia di atas 70 tahun. Penelitian ini bertujuan mengembangkan dan mengevaluasi sistem deteksi jatuh berbasis deep learning yang mampu membedakan kejadian jatuh dan aktivitas normal secara akurat dan e…

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…

PERBANDINGAN KINERJA MODEL DEEP LEARNING BERBASIS TRANSFER LEARNING DALAM DET…

Marlina

Malaria merupakan penyakit menular akibat parasit Plasmodium yang ditularkan melalui gigitan nyamuk Anopheles dan masih menjadi ancaman serius di wilayah tropis. Diagnosis dini sangat penting, namun metode mikroskopis konvensional memiliki keterbatasan. Deteksi malaria pada citra mikroskopis menghadapi tantangan kemiripan visual antar objek, ukuran objek kecil, serta ketidakseimbangan kelas. Penelitian ini akan membandingkan kinerja dua model deep learning berbasis transfer learning, yaitu Re…

DAMPAK SEGMENTASI U-NET DALAM PENINGKATAN PERFORMA KLASIFIKASI KARIES GIGI BE…

MUHAMMAD KEYSHA AL YASSAR

Karies gigi merupakan salah satu penyakit mulut paling umum dan dapat menyebabkan komplikasi serius jika tidak ditangani. Deteksi dini sangat penting untuk memungkinkan intervensi yang efektif, menurunkan biaya perawatan, serta mencegah kerusakan lebih lanjut. Kemajuan terbaru dalam bidang deep learning telah memungkinkan proses deteksi karies secara otomatis melalui citra klinis. Namun, sebagian besar pendekatan yang ada masih mengandalkan citra dengan pemrosesan minimal, yang masih mengandu…

DETEKSI BIJI KOPI MULTIKELAS DENGAN DEEP LEARNING DAN VISUALISASI INTERAKTIF …

Imam Sayuti

Abtrak Deteksi objek berbasis deep learning telah menjadi teknologi penting dalam otomasi industri, termasuk pengklasifikasian biji kopi berdasarkan kualitas dan jenisnya. Biji kopi merupakan salah satu komoditas unggulan dengan nilai ekonomi tinggi, terutama di Indonesia. Proses penyortiran biji kopi secara manual seringkali tidak efisien dan rentan terhadap kesalahan. Penelitian ini berkontribusi pada pengembangan teknologi berbasis kecerdasan buatan untuk meningkatkan efisiensi dan akuras…

ANALISIS KESEHATAN KELAPA SAWIT DENGAN METODE DEEP LEARNING DAN VISIBLE ATMOS…

Sitti Tsarwa Akin

Kelapa sawit (Elaeis guineensis Jacq.) merupakan komoditas perkebunan strategis dengan kontribusi ekonomi signifikan, mencapai USD 30,25 miliar pada tahun 2021 (Pangestu, 2022). Penelitian ini dilakukan di perkebunan PTPN I Aceh Timur dengan luas area kajian 65,75 hektar dan bertujuan untuk mendeteksi serta menganalisis tingkat kesehatan pohon kelapa sawit menggunakan metode deep learning dan Visible Atmospherically Resistant Index (VARI) berbasis citra drone. Berdasarkan hasil da…

ANALISIS EMOSI PENGGUNA PLATFORM X TERHADAP LIMA BESAR PARTAI POLITIK DI INDO…

Tassyirifiyya

Penelitian ini mengumpulkan data lima besar partai politik di Indonesia dalam rentang Januari 2020 hingga Februari 2024, menghasilkan 370.053 baris data. Pelabelan emosi dilakukan menggunakan NRC Emotion Lexicon (EmoLex) pada teks untuk mengidentifikasi delapan kategori emosi. Penelitian ini bertujuan untuk melatih, mengevaluasi, dan membandingkan model Recurrent Neural Network (RNN) dengan Long Short Term Memory (LSTM) untuk menganalisis emosi pengguna platform X terhadap lima partai politik…


    SERVICES DESK