AIDA NUR FATHIYAH (2023) AUTOMATIC COLONY COUNTER USING COMPUTER VISION AND ARTIFICIAL INTELLIGENCE. D3 thesis, Universitas Muhammadiyah Yogyakarta.
![]() |
Text (Halaman Judul)
Halaman Judul.pdf Download (279kB) |
![]() |
Text (Lembar Pengesahan)
Lembar Pengesahan.pdf Restricted to Registered users only Download (186kB) |
![]() |
Text (Abstrak)
Abstrak.pdf Restricted to Registered users only Download (12kB) |
![]() |
Text (Bab I)
Bab I.pdf Download (88kB) |
![]() |
Text (Bab II)
Bab II.pdf Restricted to Registered users only Download (58kB) |
![]() |
Text (Bab III)
Bab III.pdf Restricted to Registered users only Download (291kB) |
![]() |
Text (Bab IV)
Bab IV.pdf Restricted to Registered users only Download (25kB) |
![]() |
Text (Bab V)
Bab V.pdf Restricted to Registered users only Download (73kB) |
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf Restricted to Registered users only Download (104kB) |
![]() |
Text (Naskah Publikasi)
Naskah Publikasi.pdf Restricted to Registered users only Download (453kB) |
![]() |
Text (Full Text)
Full Text.pdf Restricted to Repository staff only Download (885kB) |
Abstract
Penghitungan koloni bakteri merupakan langkah penting dalam penelitian biomedis dan diagnosis klinis. Proses penghitungan manual yang biasanya dilakukan oleh analis kesehatan hanya akan menghitung seperempat dari jumlah koloni dalam cawan petri. Hal ini dikarenakan banyaknya jumlah koloni bakteri yang muncul pada cawan petri. Namun, hal ini berpengaruh besar pada hasil akhir analisis. Tujuan dari penelitian ini adalah untuk menciptakan metode otomatis secara real-time untuk menghitung koloni bakteri berdasarkan kecerdasan buatan dan visi komputer. YOLOv5 TensorRT pada Jetson Nano, digunakan dalam penelitian ini untuk membuat dan menguji model pembelajaran mendalam untuk deteksi koloni mikroba otomatis. Penelitian ini menunjukkan hasil perhitungan yang dilakukan secara manual dan yang dilakukan dengan menggunakan alat penghitung koloni dibandingkan, nilai rata-ratanya adalah 0,0142%. Hal ini dianggap sebagai angka yang sangat baik karena semakin rendah nilai kesalahan yang diperoleh, semakin tepat instrumen tersebut.
Dosen Pembimbing: | Erika Loniza, S.T., M.Eng. and Ahmad Syaifudin, S.T. | NIDN0525088301, NIDN199204012020121015 |
---|---|
Item Type: | Thesis (D3) |
Uncontrolled Keywords: | Colony Counting; Computer Vision; YOLOv5; TensorRT; Jetson Nano |
Divisions: | Program Vokasi > D3 Teknologi Elektro-medis |
Depositing User: | M. Erdiansyah |
Date Deposited: | 18 Oct 2023 03:55 |
Last Modified: | 18 Oct 2023 03:55 |
URI: | https://etd.umy.ac.id/id/eprint/42250 |
Actions (login required)
![]() |
View Item |