Sistem hidroponik menghadapi tantangan dalam pengendalian pH dan nutrisi karena fluktuasi akibat perubahan suhu, laju aliran nutrisi, dan kontaminasi eksternal. Ketidakstabilan ini dapat menyebabkan defisiensi unsur hara, pertumbuhan terhambat, bahkan kematian tanaman. Tugas akhir ini bertujuan mengimplementasikan algoritma ensemble machine learning yang mampu menyesuaikan variasi ukuran tandon…
Ketinggian air pada bendungan merupakan parameter penting dalam pengelolaan sumber daya air serta mitigasi bencana banjir. Metode pengukuran manual yang selama ini digunakan memiliki keterbatasan karena memerlukan tenaga manusia, rawan kesalahan pencatatan, dan tidak efisien untuk pemantauan real-time. Alternatif lain menggunakan sensor otomatis seperti olusi nic, pressure sensor, atau radar, …
Pentingnya mengetahui derajat pengeringan apel untuk menjaga kualitas buah dan meningkatkan hasil pertanian. Metode konvesional untuk mengukur kadar air dalam apel seringkali memakan waktu dan bersifat merusak. Tujuan dari kajian ini adalah untuk mengembangkan metode non-invasif menggunakan kecerdasan buatan dan deep learning untuk mengklasifikasikan derajat kekeringan apel. Database citra apel…
Afif Ramzy Badrani dan Rizki Shaumi Abiq, “Sistem Prediksi Penggunaan Daya Listrik Air Conditioner Berbasis IoT dan Machine Learning dengan Analisis Rasio Efisiensi Energi”, Skripsi S.Tr Program Studi Teknologi Rekayasa Komputer, Jurusan Elektro, Politeknik Negeri Semarang, di bawah bimbingan Dr. Ir. Kurnianingsih, S.T., M.T. dan Kuwat Santoso , S.T., M.Kom. Agustus 2025 Konsumsi energi pa…
Beras merupakan tanaman pangan pokok bagi sebagian besar penduduk Indonesia. Namun, produktivitas padi seringkali menurun akibat penyakit daun yang mengganggu proses fotosintesis. Penelitian ini bertujuan untuk mengembangkan PadiGuard, sebuah aplikasi seluler berbasis pembelajaran mendalam yang mendeteksi penyakit daun padi secara waktu nyata (real-time) menggunakan algoritma deteksi objek YOLO…
Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kualitas cabai rawit berdasarkan tingkat kekeringan menggunakan pendekatan Machine Learning dan teknik ekstraksi fitur citra digital. Data yang digunakan berupa gambar cabai rawit merah dan hijau yang telah melalui berbagai tahap pengeringan, dilengkapi dengan data kadar air aktual yang diukur secara manual. Proses ekstraks…
Kualitas selada (Lactuva sativa) merupakan faktor penting yang memengaruhi harga jual dan daya saing di pasar. Saat ini, proses penilaian kualitas selada masih banyak dilakukan secara manual, yang cenderung subjektif, tidak konsisten, dan memakan waktu. Diperlukan sebuah sistem yang efisien untuk mengatasi masalah ini. Penelitian ini bertujuan untuk mengembangkan sebuah model klasifikasi untuk …
Penilaian esai manual membutuhkan waktu, tenaga, dan sering kali dipengaruhi subjektivitas, khususnya dalam pembelajaran Bahasa Inggris akademik. Penelitian ini mengembangkan AESCORE sebagai sistem penilaian esai otomatis berbasis Large Language Model (LLM) open-source berparameter mini hingga medium (4B–8B), dikombinasikan dengan sepuluh teknik prompting seperti zero-shot, few-shot, dan mult…
Tekanan hidup dapat memicu kecemasan yang berdampak pada kesehatan jiwa dan fisik, serta berpotensi menimbulkan gangguan jantung seperti aritmia. Deteksi dini terhadap tingkat kecemasan dan potensi aritmia menjadi sangat penting untuk pencegahan. Penelitian ini mengembangkan Artificial Rhythm & Beat (A-RhyBe), sebuah sistem monitoring berbasis Artificial Intelligence of Things (AIoT) untuk dete…
Penelitian ini mengembangkan dan mengevaluasi sistem identifikasi tingkat kematangan (roasting) biji kopi berbasis citra menggunakan algoritma YOLOv8n. Proses pelatihan model dilakukan dengan membandingkan lima jenis optimizer (Adam, AdamW, NAdam, RAdam, dan SGD) pada tiga variasi learning rate (0.0001, 0.001, dan 0.01). Hasil eksperimen menunjukkan bahwa kombinasi YOLOv8n dengan optimi…