PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENDETEKSI PENYAKIT KULIT SERUPA PADA WAJAH BERBASIS MOBILE

ATH-THARIQ, MUHAMAD (2023) PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENDETEKSI PENYAKIT KULIT SERUPA PADA WAJAH BERBASIS MOBILE. Skripsi thesis, Universitas Sangga Buana YPKP.

[img] Text
1. COVER.pdf

Download (282kB)
[img] Text
3. LEMBAR PENGESAHAN.pdf

Download (796kB)
[img] Text
3. LEMBAR PERNYATAAN.pdf

Download (738kB)
[img] Text
4. ABSTRAK.pdf

Download (264kB)
[img] Text
7. BAB I.pdf

Download (531kB)
[img] Text
2113191132-Muhamad Ath-Thariq-SKRIPSI.pdf
Restricted to Repository staff only

Download (3MB)
[img] Text
12. DAFTAR PUSTAKA.pdf

Download (379kB)

Abstract

Kondisi kulit setiap orang berbeda-beda, terutama kulit di wajah. Ada banyak faktor-faktor yang mempengaruhi terjadinya penyakit kulit pada wajah, biasanya berasal dari kebersihan, kebiasaan, kondisi imun pada wajah itu sendiri, pola hubungan (kontak fisik), pergaulan, makanan, bahan kimia dan lingkungan yang kotor. Karena faktor-faktor tersebut bisa timbulnya penyakit seperti Jerawat, Milia, Dermatitis Perioral, dan Rosacea. Banyaknya penyakit kulit yang berkembang di masyarakat disebabkan oleh kurangnya pemahaman mengenai kesehatan kulit. Banyak orang belum menyadari betapa berbahayanya penyakit kulit pada wajah, dan dalam banyak kasus, penyakit kulit tersebut sering terjadi pada wajah. disebabkan oleh keterlambatan dalam pengobatan atau penanganannya. Alasan banyak orang cenderung mengabaikan penyakit yang muncul pada wajah adalah karena biaya konsultasi dengan dokter yang seringkali sangat tinggi dan memerlukan pengeluaran yang besar. Tujuan penelitian ini adalah mengembangkan sistem deteksi penyakit kulit pada wajah dengan harapan masyarakat Indonesia dapat memahami tentang pengetahuan mengenai penyakit kulit pada wajah Menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur LeNet-5 yang menghasilkan akurasi sebesar 81%. Berdasarkan hasil pengujian menggunakan instrument software testing dan validasi ahli dapat disimpulkan hasil dari penelitian ini layak digunakan oleh masyarakat.

Item Type: Thesis (Skripsi)
Additional Information: STF.23.0014
Uncontrolled Keywords: Kata kunci : Convolutional Neural Network, LeNet-5, Penyakit Kulit, Jerawat, Milia, Dermatitis Perioral, Rosacea.
Subjects: Skripsi S1 > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: user unggah 1
Date Deposited: 30 Oct 2023 04:08
Last Modified: 14 Dec 2023 03:00
URI: http://repository.usbypkp.ac.id/id/eprint/3029

Actions (login required)

View Item View Item