Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

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…

PERANCANGAN MODEL DETEKSI EKSPRESI WAJAH BERBASIS MOBILENET FAMILY UNTUK MEND…

Muhammad Ulul Arhami

Emosi memiliki peran penting dalam dunia pendidikan, terutama dalam interaksi antara guru dan siswa. Memahami emosi siswa dapat membantu guru dalam mengelola kelas dengan lebih baik. Namun, pemantauan emosi secara langsung sering kali terbatas dan subjektif, yang dapat menyebabkan ketidaktepatan dalam pendekatan pengajaran. Penelitian ini bertujuan mengembangkan model deteksi ekspresi wajah menggunakan arsitektur MobileNet, MobileNetV2, dan MobileNetV3, yang dioptimalkan unt…

PENGEMBANGAN SISTEM KLASIFIKASI STRES MENGGUNAKAN CITRA WAJAH BERBASIS CNN DA…

M. Akbar Latif

Stres merupakan kondisi psikologis yang muncul akibat tekanan emosional maupun beban kerja yang berlebihan, sehingga dapat mempengaruhi kesehatan fisik, mental, serta menurunkan produktivitas. Salah satu indikator yang paling jelas untuk mendeteksi stres adalah ekspresi wajah, karena perubahan emosional sering tercermin melalui citra wajah seseorang. Penelitian klasifikasi stres berbasis citra wajah sebelumnya menghadapi kendala pada akurasi yang rendah, yang sebagian besar disebabkan oleh ku…

SEGMENTASI CITRA MRI JANTUNG DENGAN MENGGUNAKAN JARINGAN ADVERSARIAL GENERATI…

FAUZAN RIZKI

Segmentasi citra MRI jantung merupakan komponen penting dalam pengembangan sistem analisis medis berbasis otomasi untuk diagnosis dan evaluasi penyakit kardiovaskular. Penelitian ini mengusulkan model segmentasi citra MRI jantung yang mengintegrasikan arsitektur U-Net dengan Jaringan Adverserial Generatif (GAN) untuk meningkatkan ketepatan batas anatomi dan konsistensi spasial hasil segmentasi. Eksperimen dilakukan menggunakan dataset Automated Cardiac Diagnosis Challenge (ACDC) 2017, yang te…

SEGMENTASI CITRA FUNDUS UNTUK RETINOPATI DIABETIK MENGGUNAKAN R2AU-NET DAN PR…

Nur Aisyah

Retinopati diabetik merupakan komplikasi serius akibat diabetes melitus yang menyebabkan kerusakan pembuluh darah retina dan berpotensi menimbulkan kebutaan. Deteksi dini melalui segmentasi citra fundus menjadi langkah penting untuk membantu diagnosis penyakit ini. Penelitian ini bertujuan mengembangkan model segmentasi citra fundus retina menggunakan arsitektur R2AU-Net dengan penerapan Contrast Limited Adaptive Histogram Equalization (CLAHE) sebagai pra-pemrosesan guna meningkatkan kontras …

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…

PENERAPAN COMPUTER VISION UNTUK KLASIFIKASI GAMBAR TANAMAN HERBAL DI ACEH MEN…

Putri Ulfayani

Penelitian ini bertujuan untuk mengklasifikasikan gambar tanaman herbal di Aceh dengan menggunakan metode deep learning berbasis arsitektur ResNet50V2. Dataset yang digunakan terdiri dari 32 kelas tanaman herbal dengan total 1.044 gambar yang diperoleh melalui pengambilan gambar langsung dan sumber online. Data dibagi menjadi dataset train dan dataset test dengan rasio 80:20, kemudian dilakukan 7 jenis augmentasi secara offline untuk meningkatkan variasi data, diantaranya rotasi, flippi…

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…

IMPLEMENTASI TEKNIK SEGMENTASI GRABCUT PADA SISTEM PENGENALAN EKSPRESI WAJAH …

Muhammad Dandy Pratama

Sistem klasifikasi wajah adalah teknologi komputer yang digunakan untuk mengenali dan mengelompokkan wajah manusia dalam gambar atau video. Sistem ini digunakan untuk mengidentifikasi individu atau mengelompokkan wajah berdasarkan kategori seperti usia, jenis kelamin, atau emosi. Dalam dunia pendidikan, klasifikasi wajah berperan penting untuk membantu guru memahami reaksi emosional siswa selama proses belajar berlangsung. Dengan mendeteksi emosi seperti senang, terkejut, atau sedih, guru dap…


    SERVICES DESK