Author : Muchammad Arfian , Wiratmoko Yuwono, Rengga Asmara
Abstrak
Bidikmisi merupakan agenda tahunan Dikti yang memberikan bantuan biaya pendidikan bagi siswa calon mahasiswa/mahasiswa terpilih di seluruh Indonesia untuk melanjutkan pendidikan ke jenjang perguruan tinggi. Besarnya data yang disimpan tidak serta merta informasi yang diperoleh juga maksimal, sekalipun informasi tersebut bisa menjadi bahan evaluasi, pengambilan keputusan dan perencanaan program selanjutnya. Teknik data warehouse merupakan salah satu cara untuk mengekstrak informasi penting dari data-data besar (big data) dan mengintegrasikannya. Informasi yang diperoleh dapat disampaikan dengan lebih cepat, lebih mudah dibaca oleh manusia, dapat ditinjau dari berbagai dimensi dan dapat diatur tingkat rinciannya.
APLIKASI KOMIK DIGITAL CERITA WAYANG KULIT SEBAGAI MEDIA PEMBELAJARAN BUDAYA JAWA BERBASIS ANDROID
Author : Lutfifanti Purwaningtyas Wulan Sufandy , Kholid Fathoni, Yuliana Setiowati
Abstrak
Wayang kulit merupakan karya nenek moyang yang memuat tuntunan dan tontonan sekaligus seni tradisional yang mengagumkan, indah dan berharga. Namun saat ini tidak banyak anak – anak yang paham tentang cerita dan pelajaran yang dimuat dalam kesenian wayang kulit. Banyak yang lebih suka menonton televisi atau menggunakan smartphone. Jika hal tersebut terus dibiarkan, maka budaya Jawa akan lebih sulit dilestarikan. Dan dengan hilangnya budaya Jawa juga bisa mempengaruhi pembelajaran moral dan budi pekerti terhadap anak – anak. Karena itulah diciptakan sebuah terobosan yang cukup menarik, efektif dan mudah digunakan, yaitu aplikasi komik digital cerita wayang kulit berbasis android. Aplikasi ini dilengkapi dengan animasi gerak dan suara yang membuat anak – anak semakin tertarik untuk membaca dan mendengarnya.
DETEKSI PENYAKIT LIVER MENGGUNAKAN MACHINE LEARNING SEBAGAI ALAT BANTU DIAGNOSIS
Author : Dwi Nur Agustina , Riyanto Sigit, Heny Yuniarti
Abstrak
Liver merupakan salah satu organ terpenting yang ada dalam tubuh manusia yang memiliki fungsi untuk melakukan detoksifikasi racun atau bisa juga sebagai penetral racun dari segala sesuatu yang masuk ke dalam tubuh manusia, sehingga membuat tubuh menjadi lebih sehat. Liver dapat terserang suatu penyakit yang mampu mengganggu tugasnya. Penyakit liver biasanya dianggap sebagai silent killer (pembunuh diam-diam) dikarenakan kemungkinan tidak adanya gejala yang nampak atau terlihat. Permasalahan yang terjadi saat ini adalah sulitnya untuk mengenali kemungkinan adanya gejala penyakit liver, bahkan ketika penyakit liver sudah mulai menyebar pun masih sulit untuk dideteksi. Padahal penderita penyakit liver perlu mengetahui adanya gejala penyakit liver secepat mungkin agar dapat segera melakukan pengobatan. Oleh karena itu, pada tugas akhir ini melakukan sebuah penelitian yang akan dibuat sistem dengan berbasis website untuk melakukan pendeteksian kemungkinan adanya gangguan fungsi liver atau tidak. Pada penelitian ini, dalam melakukan diagnosis ada atau tidaknya gangguan yang terjadi pada liver dapat menggunakan acuan dari hasil tes fungsi hati yang dilaksanakan di suatu laboratorium. Tes fungsi hati tersebut diantaranya yaitu transaminase serum, fosfatase alkali, total bilirubin, bilirubin terkonjugasi, total protein, albumin, serta rasio albumin dan globulin. Keluaran dari sistem ini berupa pendeteksian kemungkinan adanya gangguan pada fungsi liver atau tidak dengan menggunakan metode Support Vector Machine. Hasil yang didapatkan menunjukkan bahwa performa keakurasian dari sistem yang dibangun sebesar 85% dalam melakukan pendeteksian ada tidaknya gangguan pada fungsi liver.
DETEKSI NOMOR KENDARAAN MENGGUNAKAN METODE SEGMENTASI U-NET DAN OCR
Author : Banggi Bima Edriantino , Fitrah Maharani Humaira, Fitri Setyorini
Abstrak
Deteksi nomor kendaraan secara otomatis merupakan salah satu kebutuhan penting dalam sistem transportasi dan pengawasan modern. Penelitian ini bertujuan untuk membangun sistem yang mampu mendeteksi dan membaca nomor kendaraan secara otomatis dengan menggabungkan metode segmentasi citra berbasis U-Net dan pengenalan karakter menggunakan Optical Character Recognition (OCR). Dataset yang digunakan terdiri dari 120 citra kendaraan beserta mask biner hasil anotasi, yang telah melalui proses preprocessing dan augmentasi untuk meningkatkan variasi data. Model dilatih menggunakan tiga jenis fungsi loss, yaitu Dice Loss, BCE Loss, dan kombinasi Dice + BCE, serta dievaluasi menggunakan metrik accuracy, IoU, precision, recall, dan F1 score. Hasil menunjukkan bahwa model dengan kombinasi Dice + BCE memberikan performa paling seimbang baik dari segi metrik maupun visualisasi hasil segmentasi. Sistem diimplementasikan menggunakan FastAPI untuk mendukung proses prediksi citra secara otomatis dan terintegrasi dengan modul OCR. Sistem mampu mengenali karakter pada plat nomor kendaraan secara akurat meskipun dalam kondisi pencahayaan dan tampilan citra yang bervariasi. Hasil penelitian ini menunjukkan bahwa pendekatan yang digunakan efektif untuk diterapkan dalam sistem pengenalan nomor kendaraan secara otomatis, dengan model menghasilkan nilai Dice Coefficient sebesar 0.8972, IoU sebesar 0.8135, dan F1 Score sebesar 0.8972 pada data pelatihan.
DESAIN DAN IMPLEMENTASI PENGHITUNG NENER DENGAN MENGGUNAKAN EMBEDDED SYSTEM DAN METODE CNN
Author : Achmad Andian Raffly Asfandani , Agus Indra Gunawan, Santi Anggraeni
Abstrak
Ikan bandeng merupakan salah satu komoditas yang paling banyak diminati di masyarakat Indonesia. Tingginya tingkat konsumsi ikan bandeng di Indonesia menyebabkan banyaknya usaha budidaya ikan bandeng. Salah satu kegiatan pada usaha budidaya ikan bandeng adalah kegiatan pembenihan, dimana proses penghitungan benih ikan bandeng (nener) yang diperdagangkan merupakan hal yang penting. Salah satu kendala dalam proses penghitungan adalah proses penghitungan yang dilakukan secara manual memakan waktu yang cukup lama dan tingkat akurasi yang rendah. Pada penelitian ini, penulis mengajukan mesin portable penghitung nener untuk memperbaiki teknik menghitung manual. Pada sistem ini, penulis memanfaatkan teknologi vision dan kamera untuk mendapatkan gambar, kemudian diproses didalam prosesor (Jetson Nano) dengan menggunakan model YOLOv5 sebagai algoritma pendeteksiannya. Hasil keluaran dari proses deteksi tersebut adalah jumlah dari nener yang terdeteksi. Dari penelitian yang dilakukan, didapatkan hasil deteksi dari nener berukuran kecil 1 cm berjumlah 200 ekor dengan tingkat akurasi 96% dan nener berukuran 1-3 cm berjumlah 100 ekor memiliki tingkat akurasi 97%. Rata-rata 1x proses pendeteksian membutuhkan waktu kurang dari 10 detik.
Kategori
D3 Teknik ElektronikaD3 Teknik Telekomunikasi
D3 Teknik Elektro Industri
D3 Teknik Informatika
D3 Teknologi Multimedia Broadcasting
D4 Teknik Elektronika
D4 Teknik Telekomunikasi
D4 Teknik Elektro Industri
D4 Teknik Informatika
D4 Teknik Mekatronika
D4 Teknik Komputer
D4 Teknik Teknologi Game
S2 Teknik Elektro
S2 Teknik Informatika dan Komputer