PENERAPAN METODE CONVOLUTION NEURAL NETWORK (CNN) DALAM DETEKSI DINI PENYAKIT KULIT
Total View This Week0
Total View This Week0
Institusion
STIKI Malang
Author
Zakiyatu, Rofiqoh
Subject
Artificial intelligence
Datestamp
2023-12-07 04:28:27
Abstract :
Angka jumlah kasus kesehatan kulit di Indonesia sampai saat ini masih belum tersedia, tetapi survei pada tahun 2008 di berbagai pemukiman kumuh dan rumah susun di Jakarta mencapai 6,2% masyarakat mengalami scabies. Hal ini disebakan karena masyarakat cenderung melakukan upaya pengobatan sendiri, seperti membeli obat di toko atau apotik tanpa menggunakan resep dokter. Maka diperlukan sistem yang membantu masyarakat dalam mengidentifikasi kemungkinan penyakit kulit yang diderita untuk mengefisienkan waktu dan biaya yang dikeluarkan. Sistem yang dibangun menggunakan teknologi deep learning yang dapat mengidentifikasi pola citra penyakit kulit. Metode yang digunakan yaitu Convolution Neural Network (CNN) dengan jumlah data sebanyak 2560 yang dibagi ke 3 kategori penyakit, yaitu Scabies, Psoriasis, dan Eksim. Pada penelitian ini dilakukan perbandingan jumlah data pada setiap penyakitnya dan jumlah epoch dengan perbandingan data 200, 300, 500, 800, dan jumlah epoch 10, 20, 30. Juga dilakukan perbandingan arsitektur Convolution Neural Network (CNN) yaitu InceptionV3, ResNet152V2, dan Xception. Hasil penelitian ini menunjukan jumlah data 800 setiap penyakitnya dan 30 epoch dengan menggunakan arsitektur Xception yang menunjukan hasil akurasi terbaik sebesar 71%.
Angka jumlah kasus kesehatan kulit di Indonesia sampai saat ini masih belum tersedia, tetapi survei pada tahun 2008 di berbagai pemukiman kumuh dan rumah susun di Jakarta mencapai 6,2% masyarakat mengalami scabies. Hal ini disebakan karena masyarakat cenderung melakukan upaya pengobatan sendiri, seperti membeli obat di toko atau apotik tanpa menggunakan resep dokter. Maka diperlukan sistem yang membantu masyarakat dalam mengidentifikasi kemungkinan penyakit kulit yang diderita untuk mengefisienkan waktu dan biaya yang dikeluarkan. Sistem yang dibangun menggunakan teknologi deep learning yang dapat mengidentifikasi pola citra penyakit kulit. Metode yang digunakan yaitu Convolution Neural Network (CNN) dengan jumlah data sebanyak 2560 yang dibagi ke 3 kategori penyakit, yaitu Scabies, Psoriasis, dan Eksim. Pada penelitian ini dilakukan perbandingan jumlah data pada setiap penyakitnya dan jumlah epoch dengan perbandingan data 200, 300, 500, 800, dan jumlah epoch 10, 20, 30. Juga dilakukan perbandingan arsitektur Convolution Neural Network (CNN) yaitu InceptionV3, ResNet152V2, dan Xception. Hasil penelitian ini menunjukan jumlah data 800 setiap penyakitnya dan 30 epoch dengan menggunakan arsitektur Xception yang menunjukan hasil akurasi terbaik sebesar 71%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
