Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI PENYAKIT KULIT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR VGG16 Supirman Supirman; Chairisni Lubis; Danu Yuliarto; Novario Jaya Perdana
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 1 (2023): April 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i1.217

Abstract

Pada penelitian ini, fokus utama adalah mengklasifikasikan penyakit kulit menjadi 7 jenis yaitu dermatitis, campak, herpes, psoriasis, cacar air, kurap dan kutil. Metode yang digunakan adalah deep learning Convolutional Neural Network (CNN) yang merupakan bagian dari Artificial Intelligence (AI). Deep learning merupakan ilmu berbasis jaringan saraf tiruan yang mengajarkan komputer untuk melakukan tindakan yang dianggap alami oleh manusia. Data yang digunakan dalam perancangan ini adalah data citra 7 jenis penyakit kulit yaitu cacar air, campak, dermatitis, herpes, kurap, kutil dan psoriasis. Setelah seorang pakar memeriksa keseluruhan data, jumlah yang dapat digunakan dalam melatih kedua model arsitektur VGG16 dan MobileNet dengan 1.410 data citra. Data citra penyakit kulit berbasis mobile pada epoch 100 dengan tingkat Akurasi 82,14%, Precision 83%, Recall 82% dan F1-Score 82%, metode algoritma CNN memberikan hasil yang bagus dan dapat digunakan dalam pengujian data citra klasifikasi penyakit kulit berbasis mobile