http://repository.iti.ac.id/jspui/handle/123456789/54 Tugas Akhir Program Sarjana (S1) Sun, 12 Apr 2026 18:17:10 GMT 2026-04-12T18:17:10Z http://repository.iti.ac.id/jspui/handle/123456789/2009 Title: PEMBUATAN PESAWAT PENERIMA VHF PADA SISTEM PENGUKURAN KECEPATAN SUARA DI BAWAH LAUT Authors: STEVANUS, ALFRED Abstract: ABSTRAK Pada tugas akhir ini akan dibahas tentang garis besar perambatan gelombang akustik di dalam laut. Selain itu akan dibahas pula mengenai sistem perangkat penerima gelombang radio, yang nantinya akan digunakan untuk pengukuran kecepatan suara jarak jauh. Sinyal radio FM yang diterima memiliki frekuensi pembawa 150 MHz dengan lebar jalur 300 kHz. Setelah sinyal radio ditapis dan diperkuat sebesar 20 dB, maka sinyal tersebut dikonversi frekuensinya ke 10.7 MHz dengan cara mencampurnya dengan sinyal osilator berfrekuensi 139.3 MHz. Jadi proses penguatan dan pendemodulasiannya terjadi pada daerah frekuensi yang lebih rendah. Description: Dosen pembibing:Budi Pardono Wed, 27 Jan 1999 00:00:00 GMT http://repository.iti.ac.id/jspui/handle/123456789/2009 1999-01-27T00:00:00Z http://repository.iti.ac.id/jspui/handle/123456789/2007 Title: PEGUJIAN PROTIPE ALAT PENGERING TIPE RAK UNTUK KOMODITAS NENAS (Ananas comosus (L) Marr) Authors: Prihatna, Ika Hera Abstract: Bahan hasil pertanian umumnya bersifat mudah rusak (perishable) dan tidak tahan terhadap lama disimpan. Buah Nenas peka terhadap kerusakan dan tidak tahan lama disimpan yaitu dua sampai dengan empat minggu (Soesarsono W. 1981). Untuk mengatasi masalah tersebut serta menjadikan buah Nenas tahan lama dalam penyimpanan (awet) adalah dengan cara mengeringkan buah Nenas. Teknologi pengeringan yang dipergunakan adalah berupa alat mekanis (pengering buatan) dengan tambahan panas. Keuntungan pengeringan dengan alat mekanis dibanding dengan penjemuran antara lain: a. Tidak tergantung pada cuaca. b. Suhu dan aliran dapat diatur sehingga waktu pengeringan lebih cepat. c. Tidak memerlukan tempat yang luas. d. Hasil lebih bersih. Penelitian ini bertujuan menguji prototipe alat pengering tipe rak untuk komoditas Nenas. Manfaat yang diharapkan adalah pengawetan dalam bentuk kripik serta peningkatan nilai produk. Konstruksi alat pengering terdiri dari badan alat pengering (body), rak, unit pemanas, bagian pemasukan dan pengeluaran udara. Hasil yang diperoleh bahwa kadar air awal 80,52% dan akhir 5,32%, suhu pengeringan sebesar 43°C dan pengeringan selama 19,5 jam, laju penurunan kadar air bahan rata-rata sebesar 6,88% dan efisiensi sistem pengeringan sebesar 27%. Description: Dosen Pembimbing I:Soejatmiko Dosen Pembibing II:Wjanto Mon, 01 Sep 1997 00:00:00 GMT http://repository.iti.ac.id/jspui/handle/123456789/2007 1997-09-01T00:00:00Z http://repository.iti.ac.id/jspui/handle/123456789/3154 Title: SISTEM PENGENALAN WAJAH BERBASIS CCTV MENGGUNAKAN MTCNN DAN ARCFACE DENGAN PENERAPAN FACE IMAGE QUALITY ASSESSMENT DAN PEMROSESAN MULTITHREADING Authors: Juniarta Hadiman, William; Sri Suharini, Yustina Abstract: Sistem pengenalan wajah berbasis Closed-Circuit Television (CCTV) banyak digunakan dalam bidang keamanan, namun implementasinya masih menghadapi keterbatasan komputasi serta variasi kualitas citra wajah yang mempengaruhi performa sistem. Pengembangan ini bertujuan untuk mengimplementasikan sistem pengenalan wajah berbasis CCTV yang mampu bekerja melalui penerapan multithreading dan Face Image Quality Assessment (FIQA). Sistem dirancang menggunakan Multi-task Cascaded Convolutional Neural Network (MTCNN) untuk deteksi wajah, ArcFace untuk ekstraksi fitur, serta cosine similarity untuk pencocokan identitas, dengan arsitektur dua thread untuk memisahkan akuisisi frame dan pemrosesan wajah. FIQA diterapkan untuk menyaring citra wajah berdasarkan ukuran, blur, pencahayaan, sudut kemiringan, dan jarak antar mata, serta diuji pada lima skenario dengan variasi jumlah individu, pergerakan, dan pencahayaan. Hasil pengujian menunjukkan bahwa multithreading meningkatkan Frame Per Second (FPS) sebesar 19% hingga 38%, sedangkan FIQA meningkatkan FPS sebesar 16,8% dan mengurangi jumlah wajah yang diproses sebesar 18,3%. Namun, penggunaan FIQA juga menurunkan rasio pengenalan sebesar 5,28%. Selain itu, pencahayaan rendah terbukti menurunkan jumlah wajah yang berhasil dikenali. Dengan demikian, kombinasi multithreading dan FIQA mampu meningkatkan efisiensi sistem pengenalan wajah berbasis Central Processing Unit (CPU), meskipun terdapat trade-off antara efisiensi dan kemampuan pengenalan. Description: Dosen Pembimbing: Ir. Yustina Sri Suharini, ST. MT. IPM. Thu, 01 Jan 2026 00:00:00 GMT http://repository.iti.ac.id/jspui/handle/123456789/3154 2026-01-01T00:00:00Z http://repository.iti.ac.id/jspui/handle/123456789/3153 Title: IDENTIFIKASI PENYAKIT KULIT BERBASIS CITRA MENGGUNAKKAN ALGORITMA YOLOv11 Authors: Ayu Dwimoza, Medina; Tri Pamungkas, Kardana; Dewi Indraswati, Tris; Hapsari, Novy Abstract: Penelitian ini mengembangkan sistem deteksi dan klasifikasi penyakit kulit berbasis kecerdasan buatan untuk membantu proses diagnosis awal secara cepat dan efisien, khususnya pada daerah dengan keterbatasan tenaga ahli dermatologi. Sistem yang dikembangkan mengintegrasikan model You Only Look Once version 11 (YOLOv11) sebagai pendeteksi area lesi kulit dan Convolutional Neural Network (CNN) sebagai pengklasifikasi jenis penyakit kulit berdasarkan citra digital. Dataset yang digunakan dalam penelitian ini berasal dari DermNet, yang merupakan salah satu sumber dataset citra penyakit kulit yang banyak digunakan dalam penelitian dermatologi berbasis pengolahan citra. Penelitian ini mencakup empat kelas penyakit kulit, yaitu Acne Rosacea, Atopic Dermatitis, Bullous Disease, Actinic Keratosis, Basal Cell Carcinoma, dan other Malignant Lesions. Evaluasi performa dilakukan melalui pengujian model klasifikasi dan pengujian sistem secara menyeluruh (end-to-end). Model CNN dievaluasi menggunakan metrik accuracy, Precision, Recall, dan F1-score, sedangkan pengujian sistem dilakukan untuk menganalisis tingkat akurasi dan konsistensi hasil klasifikasi melalui pengujian berulang pada citra uji yang sama. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi dan mengklasifikasikan penyakit kulit dengan performa yang baik. Berdasarkan pengujian terhadap 20 citra uji dengan 10 kali pengujian berulang pada setiap citra, sistem memperoleh akurasi keseluruhan sebesar 89% secara end-to-end. Ditinjau per kelas, Acne Rosacea mencapai akurasi 73%, Atopic Dermatitis 82%, Bullous Disease 94%, serta Actinic Keratosis Basal Cell Carcinoma and Other Malignant Lesions sebesar 98%. Performa sistem dipengaruhi oleh ketepatan deteksi area lesi menggunakan YOLOv11, di mana lesi berukuran besar dan memiliki kontras visual yang jelas cenderung menghasilkan klasifikasi yang lebih akurat dibandingkan lesi kecil dengan warna menyerupai kulit normal. Keluaran sistem ditampilkan melalui antarmuka grafis berupa label prediksi dan nilai confidence. Secara keseluruhan, sistem ini berpotensi digunakan sebagai alat bantu diagnosis awal yang akurat dan efisien. Keluaran sistem ditampilkan melalui antarmuka grafis (Graphical User Interface) berupa label prediksi jenis penyakit kulit, sehingga memudahkan pengguna dalam memahami hasil klasifikasi. Berdasarkan hasil penelitian, sistem ini memiliki potensi untuk digunakan sebagai alat bantu diagnosis awal penyakit kulit yang akurat, konsisten, dan efisien. Description: Dosen Pembimbing I: Dr. Ir Tris Dewi Indraswati, S.T., M.T; Dosen Pembimbing II: Ir. Novy Hapsari, S.T., M.Sc. Thu, 01 Jan 2026 00:00:00 GMT http://repository.iti.ac.id/jspui/handle/123456789/3153 2026-01-01T00:00:00Z