Srihandayani, Hanna Pratiwi (2022) IDENTIFIKASI LARVA AEDES BERDASARKAN CITRA SIPHON MENGGUNAKAN METODE DEEP LEARNING. Diploma thesis, Universitas YARSI.
|
Text
COVER.pdf Download (18kB) | Preview |
|
|
Text
PENGESAHAN.pdf Download (81kB) | Preview |
|
|
Text
PERNYATAAN ORISINALITAS.pdf Download (67kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (44kB) | Preview |
|
|
Text
BAB 1.pdf Download (275kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (114kB) | Preview |
|
![[img]](http://digilib.yarsi.ac.id/style/images/fileicons/text.png) |
Text
BAB 2.pdf Restricted to Registered users only Download (183kB) |
|
|
Text
BAB 3.pdf Restricted to Registered users only Download (236kB) |
|
|
Text
BAB 4.pdf Restricted to Registered users only Download (206kB) |
|
|
Text
BAB 5.pdf Restricted to Registered users only Download (265kB) |
|
|
Text
BAB 5.pdf Restricted to Registered users only Download (265kB) |
|
|
Text
BAB 6.pdf Restricted to Registered users only Download (45kB) |
|
|
Text
Lampiran.pdf Restricted to Registered users only Download (611kB) |
Abstract
Nyamuk Aedes merupakan jenis nyamuk yang berbahaya karena dapat menyebarkan beberapa penyakit seperti Demam Berdarah Dengue(DBD), Demam Kuning, dan Chikungunya. Berdasarkan laporan Kementerian Kesehatan, sejak 1 Januari hingga 27 April 2020 jumlah kasus demam berdarah tercatat 49.563, 310 orang diantaranya meninggal dunia dan akan terus meningkat kedepannya. Oleh sebab itu, upaya untuk mengatasi masalah demam berdarah adalah dengan mendeteksi nyamuk Aedes berdasarkan spesimen larva nyamuk dengan melakukan segmentasi secara otomatis dengan menggunakan Single Shot Detection (SSD) dan metode Deep Learning dan pada pengklasifikasian menggunakan metode Convolutional Neural Network (CNN). Pada bagian SSD dilakukan pelabelan pada larva nyamuk bagian siphon (labeling) menggunakan labelImg. Dataset di-split dengan perbandingan folder training sebesar 80% dan testing sebesar 20%. Lalu dataset dikonfigurasi terhadap model arsitektur SSD dan melakukan proses training model tensorflow. Sedangkan pada model CNN terdapat 2 model untuk mendapatkan hasil pembanding, Configuration Matrix dan Confusion Matrix.
| Item Type: | Thesis (Diploma) |
|---|---|
| Additional Information: | S-788-FTI |
| Uncontrolled Keywords: | DBD, SSD, CNN |
| Subjects: | L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QH Natural history > QH301 Biology T Technology > T Technology (General) T Technology > TR Photography Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
| Depositing User: | HANNA SRIHANDAYANI |
| Date Deposited: | 21 Nov 2023 07:20 |
| Last Modified: | 21 Nov 2023 07:20 |
| URI: | http://digilib.yarsi.ac.id/id/eprint/10511 |
Actions (login required)
 |
View Item |