Aplikasi Deteksi Penyakit Kulit Pada Balita Menggunakan Arsitektur ResNet50V2 Berbasis Image Processing

Fitria Sari, Dwi Indah (2023) Aplikasi Deteksi Penyakit Kulit Pada Balita Menggunakan Arsitektur ResNet50V2 Berbasis Image Processing. Diploma thesis, POLITEKNIK HARAPAN BERSAMA.

Text (TA_DWI INDAH FITRIA SARI_19090054) Skripsi - Dwi Indah Fitria Sari - 19090054.pdf Restricted to Registered users only Download (4MB)

Abstract

Penyakit kulit adalah salah satu penyakit yang paling umum pada balita. Ini karena kulit balita relatif tipis dan hubungan antar selnya longgar. Selain itu, mudah menyerang balita apalagi dalam kondisi lingkungan yang tidak sehat. Convolutional Neural Network (CNN) adalah salah satu metode deep learning yang sering digunakan dalam pengenalan citra digital. CNN memiliki bebrapa arsitektur salah satunya ResNet50V2 yang akan digunakan untuk pembuatan model, ResNet digunakan karena menggunakan metode yang berbeda dibandingkan CNN sebelumnya, yaitu residual blocks dan skip connection. Pengujian model pada penelitian ini menggunakan confusion matrix dengan akurasi keseluruhan 97,77%, dan akurasi masing-masing kelas yaitu biang keringat 93,3%, bukan kulit 100%, cacar 100%, campak 97,3%, eksim 96% dan kulit sehat 100%. Pengujian aplikasi menggunakan metode black box telah berhasil sesuai dengan objek yang diuji, skenario pengujian dan hasil yang diharapkan. Pengujian fungsionalitas menghasilkan kesimpulan saat melakukan deteksi secara real time dapat menggunakan jarak 5 cm dan 10 cm untuk mendapatkan prediksi yang tepat. Aplikasi untuk deteksi penyakit kulit pada balita berbasis image processing menggunakan algoritma Convolutional Neural Network dengan arsitektur ResNet50V2 telah dibuat dengan domain deteksikulitbalita.my.id dan telah telah terdaftar pada Pangkalan Data Kekayaan Intelektual Indonesia dengan nomor sertifikat EC00202355539.

Item Type:	Thesis (Diploma)
Subjects:	T Technology
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Dwi Indah Fitria Sari
Date Deposited:	11 Sep 2023 08:56
Last Modified:	11 Sep 2023 08:56
URI:	http://eprints.poltektegal.ac.id/id/eprint/2888

Actions (login required)

View Item