SISTEM IMAGE CAPTIONING UNTUK LUKA DIABETIC FOOT ULCER MENGGUNAKAN VGG16 DAN BIDIRECTIONAL LONG SHORT TERM MEMORY

WIRASTAMA, DIMAS SURYA (2025) SISTEM IMAGE CAPTIONING UNTUK LUKA DIABETIC FOOT ULCER MENGGUNAKAN VGG16 DAN BIDIRECTIONAL LONG SHORT TERM MEMORY. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602100039_pernyataan_publikasi.pdf Restricted to Registered users only Download (1MB)
	Text Teknik Informatika_32602100039_fullpdf.pdf Download (3MB)

Abstract

Diabetes melitus merupakan penyakit kronis dengan gangguan metabolik yang ditandai oleh peningkatan kadar gula darah, yang pada akhirnya dapat menyebabkan berbagai komplikasi serius, salah satunya adalah Diabetic Foot Ulcer (DFU). DFU merupakan luka terbuka pada area kaki yang, apabila tidak ditangani dengan tepat, dapat menyebabkan infeksi parah hingga amputasi. Rendahnya tingkat pengetahuan pasien dan keluarga pasien mengenai perawatan dan pemantauan kondisi luka turut meningkatkan risiko terjadinya komplikasi tersebut. Penelitian ini bertujuan mengembangkan sistem image captioning berbasis Deep Learning untuk mendeskripsikan kondisi luka DFU secara objektif. Sistem dikembangkan dengan mengombinasikan model VGG16 sebagai encoder dan BiLSTM sebagai decoder. Dataset gambar DFU diperoleh dari platform Kaggle, sedangkan dataset caption DFU dikumpulkan melalui diskusi dengan ahli dokter. Hasil pelatihan menunjukkan bahwa model mencapai keseimbangan terbaik pada epoch 20 dengan akurasi sebesar 0.9466 dan loss yang relatif rendah 0.1837. Evaluasi model dilakukan dengan menggunakan metrik BLEU menunjukkan bahwa performa terbaik diperoleh pada epoch 100 dengan skor BLEU-1 sebesar 0.4511, BLEU-2 sebesar 0.3716, BLEU-3 sebesar 0.3455, dan BLEU-4 sebesar 0.3254. Hasil tersebut mengindikasikan bahwa sistem mampu menghasilkan caption yang mendekati struktur dan makna dari caption referensi. Penelitian ini menunjukkan potensi penerapan teknologi Deep Learning dalam meningkatkan pemahaman pasien dan keluarga pasien terhadap kondisi DFU, yang diharapkan dapat berkontribusi pada peningkatan kualitas diagnosis dan perawatan melalui penerapan Generative AI dalam bidang kesehatan. Kata Kunci : Image captioning, Deep Learning, Diabetic foot ulcer, Generative AI

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 1 UNISSULA
Date Deposited:	12 Jun 2025 01:56
URI:	http://repository.unissula.ac.id/id/eprint/40040

Actions (login required)

View Item