15 Idea Projek Kecerdasan Buatan (AI) untuk Pelajar FYP Malaysia

AI dah jadi salah satu topik paling banyak dicari untuk FYP sekarang, tapi ramai pelajar terus assume mereka perlukan GPU mahal atau dataset besar untuk buat projek AI yang "boleh diterima." Realitinya, kebanyakan projek AI FYP yang score baik adalah yang guna model ringkas atau pre-trained model sedia ada, dengan aplikasi yang jelas dan diuji dengan betul — bukan model yang paling kompleks.

Nota penting: untuk kebanyakan idea ni, korang tak perlu latih model dari kosong. Guna dataset awam yang sedia ada, atau pre-trained model (contohnya melalui TensorFlow Lite atau library serupa) dan fokus pada aplikasi serta integrasi — ini pendekatan yang lebih realistik untuk tempoh masa FYP biasa.

---

Pengecaman Imej dan Visi Komputer

1. Sistem Pengecaman Buah/Sayur untuk Kaunter Pasar Raya — Guna model klasifikasi imej ringkas untuk kenal pasti jenis buah/sayur secara automatik semasa proses timbang, kurangkan kesilapan input manual kasir.

2. Pengesan Kematangan Buah Menggunakan Analisis Warna dan Imej — Bina sistem yang analisis imej buah (contohnya pisang atau tomato) untuk anggarkan tahap kematangan berdasarkan warna dan tekstur permukaan, berguna untuk aplikasi pertanian.

3. Sistem Pengecaman Plat Nombor Kenderaan untuk Parking — Guna teknik OCR (Optical Character Recognition) untuk kenal pasti plat nombor kenderaan secara automatik. Lihat juga tutorial sistem parking dengan pengecaman plat nombor kami untuk versi lengkap projek ni.

4. Pengesan Muka Pelindung (Face Mask Detector) — Model klasifikasi imej ringkas untuk kenal pasti sama ada seseorang pakai pelitup muka, sesuai untuk aplikasi keselamatan di kawasan tertentu.

5. Sistem Pengecaman Emosi Melalui Ekspresi Muka — Guna model pengecaman emosi asas (gembira, sedih, marah, neutral) untuk aplikasi seperti sistem maklum balas pelanggan automatik.

---

Pemprosesan Bahasa Semulajadi (NLP)

6. Chatbot FAQ untuk Perkhidmatan Pelanggan Universiti — Bina chatbot mudah menggunakan model NLP ringkas atau rule-based dengan sentuhan AI, jawab soalan lazim pelajar tentang yuran, jadual, atau prosedur pentadbiran.

7. Sistem Analisis Sentimen untuk Ulasan Produk Bahasa Melayu — Latih model klasifikasi sentimen (positif/negatif/neutral) khusus untuk teks Bahasa Melayu, gunakan dataset ulasan produk dari platform e-dagang tempatan sebagai data latihan.

8. Sistem Ringkasan Teks Automatik untuk Nota Kuliah — Bina alat yang ringkaskan teks panjang (nota kuliah, artikel) kepada poin utama menggunakan teknik ringkasan ekstraktif — projek yang praktikal dan berguna untuk pelajar lain.

9. Pengesan Emel/Mesej Phishing Menggunakan Klasifikasi Teks — Latih model klasifikasi untuk kenal pasti ciri-ciri emel/mesej phishing berbanding emel sah, gabungkan dengan topik keselamatan siber untuk projek yang lebih menyeluruh.

---

Ramalan dan Analisis Data

10. Sistem Ramalan Harga Sayur-Sayuran Tempatan — Guna model regresi atau time-series ringkas untuk ramalkan trend harga sayur berdasarkan data sejarah, berguna untuk aplikasi pertanian atau perniagaan kecil.

11. Sistem Pengesanan Anomali untuk Penggunaan Elektrik — Latih model untuk kenal pasti corak penggunaan elektrik yang luar biasa (berkemungkinan kebocoran atau kerosakan peralatan) berbanding corak normal, boleh gabungkan dengan sistem meter tenaga pintar ESP32 untuk data masa nyata.

12. Sistem Cadangan (Recommendation System) untuk Bahan Bacaan Perpustakaan — Bina sistem cadangan mudah berdasarkan sejarah pinjaman pelajar, guna teknik collaborative filtering asas.

13. Model Ramalan Prestasi Akademik Pelajar — Analisis data akademik (kehadiran, markah kuiz, penglibatan) untuk ramalkan risiko pelajar tercicir, dengan penekanan kuat pada etika data dan privasi dalam bab metodologi.

---

AI Gabungan Perkakasan (Hardware + AI)

14. Robot Pengesan Halangan dengan Pembelajaran Pengukuhan Asas (Reinforcement Learning) — Robot yang belajar navigasi optimum melalui trial-and-error dalam persekitaran terkawal — lebih mencabar dari segi teori berbanding robot pengesan halangan biasa, sesuai untuk pelajar yang nak cabaran tambahan.

15. Sistem Pengesanan Kualiti Tidur Menggunakan Data Wearable dan AI — Kumpul data sensor (pergerakan, degupan jantung) dari peranti wearable ringkas, analisis corak menggunakan model klasifikasi asas untuk anggarkan kualiti tidur.

---

Cara Pilih Idea yang Sesuai dengan Kemahiran Kau

Kalau kau baru dalam Python dan machine learning, mulakan dengan projek yang guna pre-trained model atau library sedia ada (contohnya OpenCV untuk visi komputer, atau library NLP asas) berbanding cuba latih model dari kosong — ini jimatkan masa berbulan-bulan dan tetap bagi hasil yang credible untuk FYP. Simpan masa dan usaha korang untuk bahagian yang benar-benar tunjukkan pemahaman korang: pemilihan dataset, penilaian prestasi model (accuracy, precision, recall), dan perbincangan had sistem — bukan sekadar "model berjaya dilatih."

Perlukan bantuan pilih dan siapkan projek AI yang sesuai dengan tahap kau? Rectronx Circuits dah bantu 400+ pelajar siapkan FYP merangkumi kejuruteraan elektrik, komputer sains, dan AI. WhatsApp kami untuk sebut harga percuma dalam masa 2 jam.

Cari lagi idea projek yang sesuai? Semak lebih 500+ tajuk projek FYP mengikut kategori dan dapatkan sebut harga percuma.