PENERAPAN CONVOLUTIONAL NEURAL NETWORK DENGAN TRANSFER LEARNING MOBILENETV2 PADA KLASIFIKASI PENYAKIT KULIT WAJAH

Ayu Kusumahati, Sylla and NUGROHO, ARIE and DANIATI, ERNA (2022) PENERAPAN CONVOLUTIONAL NEURAL NETWORK DENGAN TRANSFER LEARNING MOBILENETV2 PADA KLASIFIKASI PENYAKIT KULIT WAJAH. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_57201_18103030060.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_57201_18103030060_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (29kB)
[img] Text (Cover sd Bab 1 + References)
RAMA_57201_18103030060_0712108103_0723058501_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (546kB)
[img] Text (BAB 2)
RAMA_57201_18103030060_0712108103_0723058501_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (133kB) | Request a copy
[img] Text (BAB 3)
RAMA_57201_18103030060_0712108103_0723058501_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (135kB) | Request a copy
[img] Text (BAB 4)
RAMA_57201_18103030060_0712108103_0723058501_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (521kB) | Request a copy
[img] Text (BAB 5)
RAMA_57201_18103030060_0712108103_0723058501_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (417kB) | Request a copy
[img] Text (BAB 6)
RAMA_57201_18103030060_0712108103_0723058501_06.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (11kB) | Request a copy
[img] Text (References)
RAMA_57201_18103030060_0712108103_0723058501_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (141kB)
[img] Text (Lampiran)
RAMA_57201_18103030060_0712108103_0723058501_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy

Abstract

Bagian paling esensial dari tubuh manusia adalah kulit, karena fungsi utama adalah untuk perlindungan pertama pada tubuh. Menjadi organ terbuka berpeluang tinggi akan serangan penyakit. Pada penelitian ini berfokus pada klasifikasi citra penyakit kulit wajah menggunakan algoritma pembelajaran mesin. Computer vision dikenal dengan kemampuan yang menyerupai penglihatan manusia. Metode Convolutional Neural Network merupakan menjadi sangat populer karena memberikan performa unggul dalam kategori klasifikasi target objek citra. Agar mendapatkan performa unggul dan meminimalisir waktu saat pelatihan teknik transfer learning MobileNetV2 dipilih sebagai dasar model. Penelitian juga melakukan perbandingan tiga optimizer dan beberapa nilai epoch yang digunakan. Pada penggunaan optimizer RMSprop learning rate sebesar 0.001 dengan iterasi sebesar 100 epoch dan perbandingan dataset 20% : 80%. Penelitian memperoleh hasil akurasi tertinggi pada pelatihan model sebesar 94% sedangkan pada akurasi validasi sebesar 89%. Pengujian pada data uji memperoleh akurasi sebesar 81%. Nilai akurasi yang diperoleh ini dikatakan mumpuni untuk proses klasifikasi. Metode klasifikasi dari hasil rancangan model pada penelitian ini diharapkan mampu melakukan identifikasi terbaik citra penyakit kulit wajah.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Convolutional Neural Network, Penyakit Kulit, Machine Learning, Klasifikasi, Confusion Matrix
Subjects: 410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
410 Engineering science > 473 Mining engineering (mining engineering)
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Sistem Informasi
Depositing User: Mrs Sylla Ayu Kusumahati
Last Modified: 18 Aug 2022 13:37
URI: http://repository.unpkediri.ac.id/id/eprint/7183

Actions (login required)

View Item View Item