KLASIFIKASI JENIS PENYAKIT PADA KULIT BERDASARKAN CITRA GAMBAR DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS ANDROID

VELINDA, SERLIN (2024) KLASIFIKASI JENIS PENYAKIT PADA KULIT BERDASARKAN CITRA GAMBAR DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS ANDROID. Skripsi thesis, Universitas Panca Marga.

Preview	Text Cover Skripsi SERLIN VELINDA.pdf Download (69kB) | Preview
	Text Halaman Daftar Isi SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (101kB)
Preview	Text Halaman Abstrak SERLIN VELINDA.pdf Download (34kB) | Preview
	Text BAB 1 SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (99kB)
	Text BAB 2 SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (672kB)
	Text BAB 3 SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (150kB)
	Text BAB 4 SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (480kB)
	Text BAB 5 SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (34kB)
	Text Daftar Pustaka SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (96kB)
	Text Surat Keterangan Bebas Plagiasi SERLIN VELINDA.pdf Restricted to perpustakaan UPM Download (271kB)

Abstract

Menjaga kesehatan kulit sangat penting karena kesehatan kulit yang buruk dapat menyebabkan berbagai penyakit kulit. Oleh karena itu, untuk mencegah berbagai permasalahan kulit, penting untuk merawat dan menjaga kesehatan kulit sejak dini. Beberapa faktor utama penyebab penyakit kulit adalah suhu udara, kebersihan lingkungan, dan kebersihan diri. Sesuai dengan permasalahan dibutuhkan teknologi yang dapat membantu masyarakat dalam mengidentifikasi, mendiagnosis, dan menangani penyakit kulit pada pasien, seperti klasifikasi jenis penyakit kulit. Peneliti mengusulkan sebuah aplikasi berbasis android yang dapat digunakan masyarakat guna untuk mengetahui jenis penyakit kulit. Convolutional Neural Network merupakan0metode yang didasari0pada deep learning yang digunakan untuk0menyelesaikan permasalahan yang berkaitan dengan object detection. Convolutional Neural Network sering0digunakan karena0memiliki tingkat0akurasi tinggi0dan memiliki0hasil yang0baik dalam0mengenali sebuah0objek pada sebuah0pengenalan citra0digital. Hasil pelatihan menunjukkan akurasi pelatihan sebesar 96% dan akurasi validasi sebesar 83%.

Actions (login required)

View Item