{
      "documents": [
          {
            "main": "24.51.1606 Satyo Widijanuarto.pdf",
            "rev_number": 2,
            "format": "text",
            "eprintid": 31769,
            "pos": 1,
            "mime_type": "application\/pdf",
            "formatdesc": "THESIS",
            "content": "published",
            "uri": "http:\/\/eprints.amikom.ac.id\/id\/document\/319550",
            "language": "id",
            "files": [
                {
                  "fileid": 1131290,
                  "uri": "http:\/\/eprints.amikom.ac.id\/id\/file\/1131290",
                  "objectid": 319550,
                  "filesize": 5645835,
                  "mime_type": "application\/pdf",
                  "mtime": "2026-06-29 02:30:12",
                  "hash": "fdc6e947bed7ff2aec66d79733c7b516",
                  "datasetid": "document",
                  "filename": "24.51.1606 Satyo Widijanuarto.pdf",
                  "hash_type": "MD5"
                }
            ],
            "security": "public",
            "docid": 319550,
            "placement": 1
          }
      ],
      "dir": "disk0\/00\/03\/17\/69",
      "full_text_status": "public",
      "divisions": [
        "mti"
      ],
      "corp_creators": [
        "Universitas AMIKOM Yogyakarta"
      ],
      "contributors": [
        {
          "name": {
            "honourific": null,
            "family": "Utami",
            "lineage": null,
            "given": "Ema"
          }
        }
      ],
      "datestamp": "2026-06-29 02:39:34",
      "thesis_name": "tesis",
      "subjects": [
        "000.000.000A",
        "000.000.005"
      ],
      "eprintid": 31769,
      "institution": "Universitas AMIKOM Yogyakarta",
      "status_changed": "2026-06-29 02:39:34",
      "metadata_visibility": "show",
      "department": "Pascasarjana Magister Informatika",
      "keywords": "YOLO11, parameter tunning, deteksi pesawat militer, penginderaan\r\njarak jauh, Global Attention Mechanism, military aircraft detection, remote sensing\r\nimages.",
      "date_type": "published",
      "date": "2025-12-03",
      "uri": "http:\/\/eprints.amikom.ac.id\/id\/eprint\/31769",
      "creators": [
        {
          "name": {
            "honourific": null,
            "family": "Widijanuarto",
            "lineage": null,
            "given": "Satyo"
          },
          "nim": "24.51.1606"
        }
      ],
      "userid": 12,
      "type": "thesis",
      "thesis_type": "masters",
      "abstract": "Penelitian ini berfokus pada pengembangan dan evaluasi algoritma deteksi \r\nobjek yang superior untuk mengidentifikasi target pesawat militer pada citra\r\npenginderaan jarak jauh yang memiliki latar belakang kompleks. Inovasi utama\r\nyang diusulkan adalah integrasi empat buah modul Global Attention Mechanism\r\n(GAM) ke dalam arsitektur YOLO11, yang bertujuan untuk meningkatkan\r\nkemampuan ekstraksi fitur dan menekan interferensi dari latar belakang yang\r\nkompleks. Melalui serangkaian eksperimen dan tuning parameter yang sistematis,\r\nkonfigurasi optimal berhasil dicapai dengan menggunakan optimizer NAdam dan\r\nlearning rate 0,00147, yang menghasilkan kinerja puncak pada data pengujian\r\ndengan nilai mAP50-95 sebesar 80,6% dan mAP50 sebesar 98,6%. Hasil ini\r\nmenunjukkan peningkatan presisi lokalisasi yang signifikan dibandingkan versi\r\nYOLO11 asli (mAP50-95 79% dan mAP50 98,4%) dan secara absolut\r\nmengungguli sebelas metode pembanding state-of-the-art lainnya. Terlebih lagi,\r\nmodel usulan menunjukkan efisiensi komputasi yang luar biasa dengan kecepatan\r\ninferensi 159 FPS, lebih dari dua kali lipat kecepatan rata-rata metode\r\npembandingnya. Meskipun terdapat trade-off berupa penurunan kecepatan\r\ndibandingkan model asli (250 FPS), analisis kualitatif dan confusion matrix\r\nmengonfirmasi ketangguhan model, dengan tantangan utama yang tersisa pada\r\nmisidentifikasi antara sub-tipe pesawat yang visualnya sangat mirip. Secara\r\nkeseluruhan, penelitian ini membuktikan bahwa arsitektur YOLO11 yang\r\ndimodifikasi dengan GAM merupakan solusi yang sangat efektif dan seimbang,\r\nmenawarkan presisi deteksi yang superior. Saran untuk penelitian mendatang\r\nberfokus pada eksplorasi mekanisme atensi yang lebih ringan dan pengembangan\r\nmetode untuk meningkatkan akurasi klasifikasi fine-grained.",
      "lastmod": "2026-06-29 02:39:34",
      "eprint_status": "archive",
      "ispublished": "pub",
      "rev_number": 8,
      "title": "INOVASI YOLO11 UNTUK DETEKSI TARGET PESAWAT\r\nMILITER PADA CITRA PENGINDERAAN JARAK JAUH"
    }