Pencarian Dokumen
Daftar Dokumen
PERANCANGAN SISTEM REKOMENDASI BUKU DENGAN CONTENT BASED FILTERING UNTUK APLIKASI E-LIBRARY
Juan Graciano
Pertumbuhan koleksi buku pada perpustakaan digital sering memicu permasalahan information overload, di mana pengguna kesulitan menemukan buku yang relevan dari ribuan pilihan yang tersedia, sementara platform koleksi digital pada umumnya masih mengandalkan daftar statis atau pencarian berbasis kata kunci yang kurang adaptif terhadap preferensi personal pengguna. Penelitian ini bertujuan merancang dan mengukur performa model sistem rekomendasi buku berbasis Content-Based Filtering (CBF) yang memanfaatkan metadata judul, penulis, penerbit, genre, dan deskripsi buku. Pemodelan data mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), dimulai dari analisis kebutuh...
Status: publik
SISTEM PENDUKUNG KEPUTUSAN TUMBUHAN KOLEKSI DI KEBUN RAYA BUNDAYATI BULUNGAN BERBASIS WEB DENGAN METODE PROMETHEE II
Muhammad Husain Al Ghazali
Kebun Raya memiliki peran penting dalam kegiatan konservasi tumbuhan, sehingga proses pencatatan dan pengelolaan data tumbuhan koleksi perlu dilakukan secara terstruktur. Namun, proses pencatatan dan penentuan prioritas bibit siap tanam yang akan ditanam atau dikonservasi masih dapat mengalami kendala apabila dilakukan secara manual. Penelitian ini bertujuan untuk merancang dan membangun aplikasi pencatatan dan manajemen record tumbuhan koleksi berbasis website serta menerapkan Sistem Pendukung Keputusan menggunakan metode PROMETHEE II dalam menentukan prioritas bibit siap tanam untuk ditanam di Kebun Raya Bundayati Bulungan. Metode pengembangan sistem yang digunakan adalah Waterfall, yang t...
Status: publik
IMPLEMENTASI DETEKSI TUBERKULOSIS PARU PADA CITRA X-RAY BERBASIS CNN SELF-SUPERVISED DAN GRAD-CAM
Naufal Fayyaz Abdullah
Tuberkulosis paru merupakan penyakit infeksi yang membutuhkan deteksi dini secara cepat dan akurat. Penelitian ini mengembangkan sistem deteksi tuberkulosis paru pada citra chest X-ray menggunakan Convolutional Neural Network (CNN) dengan pendekatan Self-Supervised Learning (SSL) pretraining dan visualisasi Gradient-weighted Class Activation Mapping (Grad-CAM). Model CNN yang digunakan adalah ResNet18 dengan perbandingan metode SSL SimCLR dan reconstruction-based SSL. Penelitian ini juga melakukan pengujian terhadap beberapa skenario split dataset, penanganan imbalance dataset menggunakan class weighting, serta komparasi skenario resize dan non-resize. Dataset yang digunakan merupakan datase...
Status: publik
PENGEMBANGAN APLIKASI MOBILE KINETIC UNTUK EVALUASI KUALITAS GERAKAN PUSH-UP SECARA REAL-TIME MENGGUNAKAN MOVENET DAN BIDIRECTIONAL GATED RECURRENT UNIT (BiGRU)
MUHAMMAD RAJIFUL HAQ GEA
Latihan push-up secara mandiri sering dilakukan tanpa pengawasan profesional sehingga kesalahan teknik kerap tidak disadari dan dapat menurunkan efektivitas latihan serta meningkatkan risiko cedera. Penelitian ini mengembangkan aplikasi mobile berbasis computer vision untuk mengevaluasi kualitas gerakan push-up secara real-time pada platform Android. Pose tubuh diekstraksi menggunakan MoveNet Thunder yang menghasilkan 17 keypoint per frame, kemudian direkayasa menjadi 81 fitur yang mencakup koordinat sendi, sudut biomekanik, confidence score, indikator keypoint hilang, dan kecepatan antar-frame. Sekuens 30 frame diklasifikasikan menggunakan model Bidirectional Gated Recurrent Unit (BiGRU) 48...
Status: publik
PENGEMBANGAN APLIKASI MOBILE KINETIC UNTUK EVALUASI KUALITAS GERAKAN PUSH-UP SECARA REAL-TIME MENGGUNAKAN MOVENET DAN BIDIRECTIONAL GATED RECURRENT UNIT (BiGRU)
MUHAMMAD RAJIFUL HAQ GEA
Penilaian gerakan push-up secara mandiri sering mengalami kendala karena keterbatasan pengawasan, sehingga kesalahan teknik sering tidak disadari dan dapat mengurangi efektivitas latihan serta meningkatkan risiko cedera. Penelitian ini bertujuan mengembangkan aplikasi evaluasi gerakan push-up secara real-time berbasis visi komputer untuk mengidentifikasi kualitas gerakan dan memberikan umpan balik terhadap kesalahan yang dilakukan pengguna. Aplikasi memanfaatkan metode MoveNet untuk mengekstraksi 17 titik keypoint tubuh dari setiap frame video, kemudian data sekuensial tersebut diproses menggunakan model Bidirectional Gated Recurrent Unit (BiGRU) untuk mengklasifikasikan gera...
Status: publik