Haffidz Aimar Maulana

Aplikasi pencatatan kalori dapat mendukung pemantauan pola makan, tetapi input manual, keterbatasan data makanan lokal, dan penurunan kepatuhan sering menghambat penggunaan berkelanjutan. Penelitian ini mengembangkan chatbot berbasis agentic retrieval-augmented generation yang terintegrasi pada aplikasi Android NutriVision agar pengguna dapat menanyakan informasi gizi dan mencatat makanan melalui percakapan bahasa Indonesia. Pengembangan dilakukan secara berurutan melalui analisis kebutuhan, perancangan, implementasi, dan pengujian. Arsitektur sistem menggabungkan aplikasi Android Kotlin, application programming interface Flask, PostgreSQL, LangChain Agent, serta model reasoning GPT-OSS-120B...

Achmad Husein Rifansyah

Pengembangan aplikasi mobile berbasis Android untuk mengevaluasi kualitas gerakan plank menggunakan pendekatan deep learning. Sistem memanfaatkan metode Human Pose Estimation dengan MoveNet untuk mengekstraksi landmark tubuh dari video gerakan plank, kemudian mengolahnya menjadi data time-series yang diklasifikasikan menggunakan model Hybrid CNN-LSTM. Model yang dikembangkan memperoleh akurasi sebesar 97,08% dan berhasil diimplementasikan ke dalam aplikasi Android menggunakan TensorFlow Lite untuk melakukan evaluasi gerakan secara real-time. Selain itu, penelitian ini membandingkan penggunaan jumlah landmark tubuh serta menguji kualitas aplikasi melalui Black Box Testing dan User Acceptance...

VISCA CHAERUNNISA BACHRI

Skripsi ini merancang sistem deteksi dini penyakit Busuk Pangkal Batang (BPB) akibat Ganoderma boninense pada kelapa sawit melalui tahap lokalisasi spasial menggunakan arsitektur Object Detection YOLOv26. Sistem ini berfokus pada pendeteksian dan pengisolasian area pangkal batang (Region of Interest) pada citra termal secara otomatis, dengan membandingkan dua skenario pelatihan yaitu From Scratch dan Cross-Domain Transfer Learning dari citra RGB. Model terbaik (Skenario From Scratch) mencapai mAP@50 sebesar 98,92%, Precision 96,44%, dan Recall 98,59%. Koordinat bounding box hasil deteksi diintegrasikan secara real-time ke dalam dashboard web berbasis React.js dan Vite dengan backend Python A...

Safira Zahara Jasmine

Pembelajaran robotic arm industri pada pendidikan vokasi masih menghadapi kendala dalam memahami konsep kinematika, sistem koordinat, ruang gerak, dan logika pergerakan robot yang bersifat abstrak. Keterbatasan visualisasi pada media pembelajaran konvensional berpotensi meningkatkan extraneous cognitive load dan menghambat pemahaman konseptual mahasiswa. Penelitian ini bertujuan untuk menentukan kebutuhan pengguna, merancang UI/UX dan alur konten pembelajaran robotic arm industri berbasis Mixed Reality (MR), serta mengevaluasi tingkat usability dan pengalaman pengguna terhadap media yang dikembangkan. Penelitian menggunakan metode ADDIE (Analysis, Design, Development, Implementation, Evaluat...

Rico Mesias Tamba

Analisis perilaku manusia secara manual rentan terhadap bias subjektivitas dan kelelahan. Penelitian ini bertujuan mengembangkan sistem Computer Vision berbasis web untuk memantau perilaku multimodal (aksi, atensi, dan emosi) secara real-time. Sistem ini menerapkan arsitektur hybrid yang membagi beban komputasi secara efisien: model YOLOv11 dieksekusi pada server untuk deteksi aksi fisik, sedangkan Face-API.js dijalankan pada sisi klien untuk ekstraksi fitur wajah. Selain itu, algoritma Manhattan Distance diimplementasikan untuk pelacakan objek (object tracking) antar-frame dengan beban komputasi yang ringan. Berdasarkan hasil evaluasi, model YOLOv11 mencapai akurasi mAP@50 sebesar 0,607 dan...