Gratis
DESKRIPSI LAYANAN | 📚 Judul/Topik Umum: Penerapan Computer Vision dan Pengolahan Citra untuk Keanekaragaman Hayati, Penghilangan Bayangan, Klasifikasi Ikan Tuna, Deteksi Teks Multibahasa, dan Analisis Aktivitas Tokoh dalam Gambar --- 🧠 Deskripsi Umum: Topik ini mengintegrasikan…
- Pusat Riset Kecerdasan Artifisial dan Keamanan Siber
- KST Cisitu (Samaun Samadikun)
📚 Judul/Topik Umum:
Penerapan Computer Vision dan Pengolahan Citra untuk Keanekaragaman Hayati, Penghilangan Bayangan, Klasifikasi Ikan Tuna, Deteksi Teks Multibahasa, dan Analisis Aktivitas Tokoh dalam Gambar
---
🧠 Deskripsi Umum:
Topik ini mengintegrasikan teknologi computer vision dan image processing untuk menyelesaikan berbagai tantangan nyata di berbagai bidang. Penelitian difokuskan pada enam subtopik utama:
1. Deteksi objek biodiversitas (flora/fauna)
2. Penghilangan bayangan (shadow removal) dalam citra alami
3. Deteksi dan klasifikasi ikan tuna
4. Deteksi dan pengenalan teks dari berbagai bahasa
5. Deteksi wajah dan identifikasi tokoh publik
6. Analisis aktivitas tokoh dari gambar atau foto
Riset ini cocok untuk mahasiswa yang ingin memadukan AI dengan isu lingkungan, perikanan berkelanjutan, pelestarian budaya, dan teknologi media.
---
🔍 Rincian Subtopik:
1. Deteksi dan Monitoring Biodiversitas
Tujuan: Mendeteksi dan mengklasifikasikan spesies tumbuhan/hewan dari citra satelit, drone, atau kamera trap.
Aplikasi: Konservasi lingkungan, pemantauan satwa liar, pencatatan biodiversitas digital.
Metode: YOLOv8, EfficientDet, segmentasi semantik.
2. Penghilangan Bayangan (Shadow Removal)
Tujuan: Menghilangkan bayangan dalam citra untuk meningkatkan akurasi deteksi objek.
Aplikasi: Restorasi citra luar ruang, pengolahan arsip visual, persiapan data AI.
Metode: CNN berbasis restorasi citra, GAN (Generative Adversarial Network).
3. Klasifikasi Ikan Tuna
Tujuan: Membangun sistem klasifikasi otomatis untuk mengenali jenis tuna dari foto hasil tangkapan.
Aplikasi: Manajemen perikanan cerdas, pelacakan rantai pasok ikan, keberlanjutan laut.
Metode: ResNet, MobileNet, transfer learning.
4. Deteksi dan Pengenalan Teks Multibahasa
Tujuan: Mendeteksi dan mengenali tulisan dari berbagai bahasa dan alfabet dalam gambar.
Aplikasi: Navigasi wisata, pelestarian budaya, pemrosesan dokumen visual.
Metode: Tesseract, EasyOCR, TrOCR (OCR berbasis transformer).
5. Deteksi Wajah dan Identifikasi Tokoh
Tujuan: Mendeteksi wajah dan mengenali tokoh publik dari foto atau arsip gambar.
Aplikasi: Label otomatis arsip media, historiografi visual, keamanan digital.
Metode: FaceNet, ArcFace, DeepFace, face embedding + cosine similarity.
6. Analisis Aktivitas Tokoh dari Gambar
Tujuan: Mengklasifikasikan aktivitas (misal: berpidato, membaca, tertawa) dari ekspresi wajah dan konteks visual.
Aplikasi: Analisis media politik, dokumentasi tokoh, sistem AI arsip nasional.
Metode: CNN+LSTM, OpenPose, deteksi landmark wajah.
---
🎓 Kesesuaian dengan Jenjang Pendidikan:
Jenjang Fokus Penelitian Hasil Akhir
S1 Implementasi satu subtopik, dataset sederhana Laporan tugas akhir, prototipe sistem
S2 Integrasi dua-tiga modul, eksperimen mandiri Tesis, evaluasi model, visualisasi hasil
S3 Multitask learning, pendekatan multimodal Disertasi, publikasi jurnal, pengembangan framework riset atau open source
---
🛠️ Perangkat & Teknologi yang Digunakan:
Bahasa & Framework: Python, OpenCV, TensorFlow, PyTorch, Keras
Peralatan Tambahan: Roboflow, Label Studio, Google Colab, HuggingFace
Model Pra-Latih: YOLOv8, DeepFace, TrOCR, Swin Transformer
---
🎯 Manfaat Pembelajaran bagi Mahasiswa:
Menguasai alur kerja computer vision multitugas
Terlibat dalam proyek berbasis data nyata (lingkungan, sosial, budaya)
Menyusun dataset, menguji model, dan memvisualisasikan hasil
Potensi publikasi ilmiah dan kontribusi open source
Syarat Pengajuan:
- File Data Foto
- File Data Transkrip
- Surat Pengantar
- Daftar Riwayat Hidup
- Surat Pernyataan
- File Dukung Lainnya
- File Proposal
