Muhammad Nabiel Rayhan Falaah

Penelitian ini bertujuan untuk mengatasi kendala kelebihan informasi akibat banyaknya berita finansial yang menyulitkan investor, khususnya pemula, dalam menganalisis sentiment saham. Sebagai solusi dikembangkan model klasifikasi hibrida kuantum klasik, yaitu FinBERT yang dibekukan dengan VQC sebagai classifier head, berbasis simulasi PennyLane, yang dianalisis secara komparatif terhadap model klasik, yaitu FinBERT yang dibekukan dengan MLP sebagai classifier head. Menggunakan dataset Financial PhraseBank, hasil evaluasi menunjukkan model hibrida lebih unggul dengan mencetak skor f1 makro minimum dan maksimum yang lebih tinggi, standar deviasi yang lebih rendah, serta nilai ECE yang lebih re...

Ghavio Rizky Ananda Budiawan

Volatilitas ekstrem pada pergerakan harga cryptocurrency Ethereum memberikan tantangan besar bagi investor dalam manajemen risiko finansial. Meskipun metode deep learning terbukti andal dalam analisis deret waktu finansial, penggunaan model statis rentan mengalami degradasi performa akibat perubahan kondisi pasar yang cepat. Penelitian ini bertujuan mengembangkan sistem prediksi harga pasangan aset ETH/IDR berfrekuensi tinggi dengan timeframe 5 menit menggunakan arsitektur Gated Recurrent Unit (GRU) yang diintegrasikan dengan mekanisme continuous fine-tuning, serta diimplementasikan ke dalam aplikasi mobile hibrida berbasis CapacitorJS dan backend FastAPI. Pelatihan algoritma dibatasi pada e...

MUHAMMAD NATHAN SUNARTO

Dokumen administratif merupakan salah satu sumber informasi penting yang digunakan dalam berbagai aktivitas organisasi dan institusi. Namun, proses identifikasi informasi penting pada dokumen administratif masih banyak dilakukan secara manual sehingga membutuhkan waktu yang cukup lama dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan mengembangkan sistem analisis dokumen administratif yang mampu melakukan ekstraksi informasi penting dan menghasilkan ringkasan dokumen secara otomatis. Sistem yang dikembangkan memanfaatkan PaddleOCR untuk mengekstraksi teks dari dokumen PDF digital, PDF hasil pemindaian, dan DOCX, serta model IndoBERT yang telah melalui proses fine-tuning untuk me...

Muhammad Reza Harsono

Gerakan squat sangat efektif untuk melatih otot bawah, namun berisiko cedera seperti lumbar hyperlordosis dan knee valgus jika dilakukan dengan teknik yang salah. Keterbatasan pengamatan visual karena tingginya biaya sewa pelatih profesional membuat evaluasi latihan mandiri menjadi sulit dijangkau oleh masyarakat umum. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile Android yang terintegrasi dengan model deep learning untuk mengevaluasi kualitas gerakan squat secara objektif melalui input video. Penelitian ini memanfaatkan teknologi MediaPipe Pose untuk mengekstraksi titik koordinat persendian bahu, pinggul, lutut, tumit, dan pergelangan kaki menjadi sinyal time-series. Data dip...

MUHAMMAD ALFI LUTHFAN THUFAIL

Penyakit tanaman padi merupakan salah satu faktor utama yang menyebabkan penurunan produktivitas dan kualitas hasil panen. Di sisi lain, proses identifikasi penyakit secara manual masih bergantung pada pengamatan visual yang memerlukan keahlian khusus sehingga berpotensi menimbulkan kesalahan diagnosis. Penelitian ini bertujuan untuk menganalisis pengaruh berbagai teknik image enhancement terhadap kinerja model MobileNetV2 berbasis transfer learning dalam mengklasifikasikan penyakit tanaman padi. Delapan skenario preprocessing tunggal yang terdiri atas Gamma Correction, Histogram Equalization (HE), Contrast Limited Adaptive Histogram Equalization (CLAHE), Median Blurring, Bilateral Filtering...