PENERAPAN METODE CONVOLUTION NEURAL NETWORK (CNN) DALAM DETEKSI DINI PENYAKIT KULIT

Zakiyatu, Rofiqoh (2023) PENERAPAN METODE CONVOLUTION NEURAL NETWORK (CNN) DALAM DETEKSI DINI PENYAKIT KULIT. Sarjana thesis, Sekolah Tinggi Informatika dan Komputer Indonesia.

	Text LEMBAR PENGESAHAN.pdf Restricted to Repository staff only Download (200kB)
	Text ABSTRAK.docx Download (139kB)
	Text BAB I.docx Download (185kB)
	Text BAB II.docx Download (598kB)
	Text BAB III.docx Download (1MB)
	Text BAB IV.docx Restricted to Repository staff only Download (3MB)
	Text BAB V.docx Download (138kB)

Abstract

Angka jumlah kasus kesehatan kulit di Indonesia sampai saat ini masih belum tersedia, tetapi survei pada tahun 2008 di berbagai pemukiman kumuh dan rumah susun di Jakarta mencapai 6,2% masyarakat mengalami scabies. Hal ini disebakan karena masyarakat cenderung melakukan upaya pengobatan sendiri, seperti membeli obat di toko atau apotik tanpa menggunakan resep dokter. Maka diperlukan sistem yang membantu masyarakat dalam mengidentifikasi kemungkinan penyakit kulit yang diderita untuk mengefisienkan waktu dan biaya yang dikeluarkan. Sistem yang dibangun menggunakan teknologi deep learning yang dapat mengidentifikasi pola citra penyakit kulit. Metode yang digunakan yaitu Convolution Neural Network (CNN) dengan jumlah data sebanyak 2560 yang dibagi ke 3 kategori penyakit, yaitu Scabies, Psoriasis, dan Eksim. Pada penelitian ini dilakukan perbandingan jumlah data pada setiap penyakitnya dan jumlah epoch dengan perbandingan data 200, 300, 500, 800, dan jumlah epoch 10, 20, 30. Juga dilakukan perbandingan arsitektur Convolution Neural Network (CNN) yaitu InceptionV3, ResNet152V2, dan Xception. Hasil penelitian ini menunjukan jumlah data 800 setiap penyakitnya dan 30 epoch dengan menggunakan arsitektur Xception yang menunjukan hasil akurasi terbaik sebesar 71%.

Item Type:	Thesis (Sarjana)
Subjects:	Computing methodologies > Artificial intelligence
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	07 Dec 2023 04:26
Last Modified:	07 Dec 2023 04:28
URI:	http://repository.stiki.ac.id/id/eprint/1953

Actions (login required)

View Item