Pratidina, Sindy (2020) PENERAPAN METODE DEEP LEARNING UNTUK DETEKSI LARVA NYAMUK AEDES. Diploma thesis, Universitas YARSI.

Preview	Text 1. Halaman Cover.pdf Download (56kB) | Preview
Preview	Text 3. Abstrak.pdf Download (46kB) | Preview
Preview	Text 5. Halaman Pengesahan.pdf Download (1MB) | Preview
Preview	Text 12. Bab 1 Pendahuluan.pdf Download (54kB) | Preview
	Text 13. Bab 2 Tinjauan Pustaka.pdf Restricted to Registered users only Download (329kB)
	Text 14. Bab 3 Metodologi Penelitian.pdf Restricted to Registered users only Download (255kB)
	Text 15. Bab 4 Hasil dan Pembahasan.pdf Restricted to Registered users only Download (391kB)
	Text 16. Bab 5 Kesimpulan dan Saran.pdf Restricted to Registered users only Download (49kB)
Preview	Text 17. Daftar Pustaka.pdf Download (52kB) | Preview
Preview	Text 23. (Agama) Bab 1 Pendahuluan.pdf Download (133kB) | Preview
	Text 24. (Agama) Bab 2 Isi Pembahasan.pdf Restricted to Registered users only Download (115kB)
	Text 25. (Agama) Bab 3 Kesimpulan.pdf Restricted to Registered users only Download (45kB)
Preview	Text 28. (Agama) Daftar Pustaka.pdf Download (45kB) | Preview

Abstract

Nyamuk Aedes merupakan hewan yang berbahaya yang dapat menyebabkan berbagai macam penyakit seperti virus Zika, Chikungunya, Demam Berdarah Dengue (DBD), dan berbagai penyakit lainnya. Jumlah kasus demam berdarah terus bertambah setiap tahunnya, Penelitian ini dikhususkan untuk meneliti tentang deteksi larva nyamuk Aedes yang merupakan salah satu sumber masalah bagi kehidupan manusia. Upaya dalam mengendalikan masalah penyakit yang disebabkan oleh nyamuk Aedes dengan cara dideteksi secara dini berdasarkan spesies larva nyamuk. Penelitian dilakukan dengan menggunakan metode Deep Learning. Data yang dipakai merupakan data larva nyamuk Aedes pada abdomen bagian ke-8 yaitu bagian siphon larva nyamuk, objek yang cukup mudah untuk diidentifikasi karena memiliki ciri khas yang unik pada setiap spesiesnya. Eksperimen yang dilakukan untuk mendeteksi larva nyamuk Aedes dengan mengidentifikasi menggunakan metode Deep Learning dengan model Convolutional Neural Networks (CNN), Pretrained, dan Single Shot Detection (SSD). Pada proses penelitian ini, data larva nyamuk dilakukan segmentasi secara manual dan otomatis pada bagian siphon. Proses yang dilakukan pada penelitian ini dengan melakukan segment/labeling data, augment data, split data, pre-processing, training dan testing, lalu hasil dievaluasi dan dianalisis prosesnya dengan menggunakan arsitektur metode Deep Learning untuk mendeteksi larva nyamuk Aedes. Eksperimen pada penelitian ini menunjukkan bahwa segmentasi manual lebih baik dibandingkan segmentasi otomatis, dengan nilai akurasi yang tertinggi pada model layer CNN9 dengan nilai akurasi 99.33%, dan Pretrained dengan model VGG16 memiliki nilai akurasi 99.79%. Kata kunci: Aedes, Deep Learning, Convolutional Neural Networks, Pretrained, dan Single Shot Detection

Actions (login required)

View Item