KLASIFIKASI PENYAKIT KULIT DERMATITIS ATOPIK DAN PSORIASIS MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN MODEL ARSITEKTUR RESNET-50

MEKACAHYANI, RAKHIMATULFITRIA (2024) KLASIFIKASI PENYAKIT KULIT DERMATITIS ATOPIK DAN PSORIASIS MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN MODEL ARSITEKTUR RESNET-50. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000094_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32602000094_pernyataan_publikasi.pdf Restricted to Registered users only Download (514kB)

Abstract

Dermatitis atopik (eksim) dan psoriasis merupakan penyakit kulit yang umum terjadi dan memiliki kesamaan gejala yang ditandai dengan lesi epidermis yang memerah atau meradang secara tidak normal dan mengalami penebalan yang bervariasi dalam intensitas dan area permukaan kulit yang terkena. Akan tetapi diluar dari kesamaan tersebut, kedua penyakit merupakan jenis penyakit kulit yang berbeda dan memiliki banyak perbedaan diantaranya dari segi penyebab, lokasi gejala, tampilan, bentuk, mekanisme dan pengobatan. Dengan memanfaatkan teknologi AI yaitu menggunakan algoritma convolutional neural network model arsitektur ResNet-50 dapat memberikan hasil yang akurat dalam membedakan tipikal kulit yang mengidap psoriasis dan eksim. Data yang dilatih pada penelitian ini sebanyak 500 gambar dengan rincian 250 gambar dermatitis atopik dan 250 gambar psoriasis. Setelah melakukan proses pengujian terhadap berbagai konfigurasi didapatkan hasil akurasi terbaik sebesar 92,75% untuk data train dan 88,00% untuk data test dengan perbandingan data train, data test dan data valid sebesar 80%:10%:10%. Adapun hasil confusion matrix dari model terbaik menghasilkan nilai accuracy untuk data valid sebesar 88% dan nilai precision, recall, f1 score untuk dermatitis atopik sebesar 95%, 80%, 87% serta nilai precision, recall, f1 score untuk psoriasis sebesar 83%, 96%, 89%. Oleh karena itu, metode ResNet-50 pada skenario 1 tersebut lebih unggul daripada menggunakan skenario 2 – 5, cropping dengan kode program, dan metode MobileNetV2 dalam mengklasifikasikan penyakit kulit dermatitis atopik dan psoriasis. Kata Kunci : Dermatitis Atopik, Psoriasis, ResNet-50

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	17 May 2024 03:39
Last Modified:	17 May 2024 03:39
URI:	http://repository.unissula.ac.id/id/eprint/34032

Actions (login required)

View Item