PENGEMBANGAN SISTEM DETEKSI PENYAKIT KULIT PADA KUCING PELIHARAAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS WEBSITE

Aminah, Fadila Rizka Nur (2025) PENGEMBANGAN SISTEM DETEKSI PENYAKIT KULIT PADA KUCING PELIHARAAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS WEBSITE. Diploma thesis, Politeknik Harapan Bersama.

[img] Text (Cover)
Cover.pdf
Download (556kB)
[img] Text (Bab I)
Bab I.pdf
Download (240kB)
[img] Text (BAB II)
Bab II.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (Bab III)
Bab III.pdf
Download (161kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Download (162kB)
[img] Text (Lampiran)
Lampiran.pdf
Download (3MB)

Abstract

Penyakit kulit merupakan gangguan kesehatan yang umum terjadi pada kucing peliharaan akibat infeksi bakteri, jamur, parasit seperti kutu dan tungau, alergi, maupun kebersihan yang tidak terjaga. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit kulit pada kucing secara otomatis berbasis website menggunakan metode Convolutional Neural Network (CNN). Sistem dikembangkan untuk mengklasifikasikan sembilan kelas, yaitu empat jenis penyakit (scabies, ringworm, flea allergy, dan feline acne) dengan masing-masing kategori ringan dan parah, serta satu kelas sehat. Enam arsitektur CNN dibandingkan, yaitu EfficientNetB0, EfficientNetV2B0, MobileNet, MobileNetV2, MobileNetV3 dan DenseNet121. Pelatihan model dilakukan menggunakan citra berukuran 224×224 piksel, dengan konfigurasi hyperparameter berupa batch size 16 dan 32, epoch sebanyak 20, serta variasi learning rate yaitu 1e-05 sampai 1e-03. Hasil evaluasi menunjukkan bahwa DenseNet121 memberikan performa terbaik dengan akurasi 99%, precision dan recall mendekati 1.00, serta f1-score sebesar 0.99 pada dua kelas tertentu. Sistem diimplementasikan menggunakan Flask dan diuji dengan System Usability Scale (SUS), menghasilkan skor 85.67 yang termasuk kategori “Excellent”. Kata Kunci: penyakit kulit kucing, cnn, densenet121, hyperparameter

Item Type: Thesis (Diploma)
Subjects: T Technology
Divisions: Teknik > Diploma IV Teknik Informatika
Depositing User: Fadila Rizka Nur Aminah
Date Deposited: 15 Sep 2025 07:49
Last Modified: 15 Sep 2025 07:49
URI: http://eprints.poltektegal.ac.id/id/eprint/5856

Actions (login required)

View Item View Item