Klasifikasi Jenis Jerawat Berdasarkan Gambar Menggunakan Algoritma CNN (Convolutional Neural Network)

Abstract Views: 336   PDF Downloads: 255

Authors

  • Sri Dewi Universitas Negeri Medan, Medan
  • Fanny Ramadhani Universitas Negeri Medan, Medan
  • Selvia Djasmayena STMIK Citra Mandiri Padangsidimpuan, Padang Sidempuan

DOI:

https://doi.org/10.56211/helloworld.v3i2.518

Keywords:

Convolutional neural network (CNN); Jerawat; Klasifikasi

Abstract

Tujuan penelitian ini adalah untuk meningkatkan ketepatan dalam mengidentifikasi jenis-jenis jerawat dengan memanfaatkan teknik klasifikasi menggunakan citra dan Convolutional Neural Networks (CNN). Pemilihan CNN sebagai metode didasarkan pada kemampuannya dalam mengekstrak fitur-fitur hierarki dari gambar, memungkinkan pengenalan pola yang kompleks dari setiap jenis jerawat. Penggunaan Model CNN dalam penelitian ini disesuaikan dengan efisiensi untuk mengklasifikasi dengan penyesuaian khusus demi konteks identifikasi jerawat. Tingkat akurasi mencapai 88%, yang dievaluasi dengan menggunakan confusion matrix dan classification report. Penelitian ini memberikan kontribusi yang penting dalam pengembangan teknik identifikasi jerawat dan mempertimbangkan variasi kondisi guna meningkatkan ketepatan klasifikasi.

Downloads

Download data is not yet available.

References

R. J. Hay et al., “The global burden of skin disease in 2010: An analysis of the prevalence and impact of skin conditions,” J. Invest. Dermatol., vol. 134, no. 6, pp. 1527–1534, 2014, doi: 10.1038/jid.2013.446.

I. S. Hafsah, “Deteksi Otomatis Penyakit Kulit Menggunakan Algoritma Naive Bayes,” J. Kesehat., no. 5, pp. 1–6, 2015.

Nurkhasanah and Murinto, “Klasifikasi Penyakit Kulit Wajah Menggunakan Metode Convolutional Neural Network Classification of Facial Skin Diseases Using the Method of the Convolutional Neural Network,” Sainteks, vol. 18, no. 2, pp. 183–190, 2021, [Online]. Available: https://www.kaggle.com/datasets.

I. Hasan, Suprayogi, and H. B. D, “Klasifikasi Jenis Jerawat Menggunakan Convolutional Neural Networks,” e-Proceeding Eng., vol. 8, no. 1, pp. 358–372, 2021.

S. N. Ria, M. Walid, and B. A. Umam, “Pengolahan Citra Digital Untuk Identifikasi Jenis Penyakit Kulit Menggunakan Metode Convolutional Neural Network (CNN),” Energy - J. Ilm. Ilmu-Ilmu Tek., vol. 12, no. 2, pp. 9–16, 2022, doi: 10.51747/energy.v12i2.1118.

A. E. Putra, M. F. Naufal, and V. R. Prasetyo, “Klasifikasi Jenis Rempah Menggunakan Convolutional Neural Network dan Transfer Learning,” J. Edukasi dan Penelit. Inform., vol. 9, no. 1, p. 12, 2023, doi: 10.26418/jp.v9i1.58186.

M. F. Naufal, J. Siswantoro, and M. G. K. Wicaksono, “Klasifikasi Tulisan Tangan Pada Resep Obat Menggunakan Convolutional Neural Network,” Techno.Com, vol. 22, no. 2, pp. 508–526, 2023, doi: 10.33633/tc.v22i2.8075.

A. Chairi and R. Mukhaiyar, “Sistem Kontrol Color Sorting Machine Dengan Pengolahan Citra Digital,” JTEIN J. Tek. Elektro Indones., vol. 4, no. 1, pp. 387–396, 2023, doi: 10.24036/jtein.v4i1.393.

I. G. Perwati, N. Suarna, and T. Suprapti, “ANALISIS KLASIFIKASI GAMBAR BUNGA LILY MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK ( CNN ) DALAM PENGOLAHAN CITRA,” vol. 8, no. 3, pp. 2908–2915, 2024.

I. M. Karo Karo, J. A. Karo Karo, Y. Yunianto, H. Hariyanto, and M. Falah, “Klasifikasi Mutu Fisik Tempe Menggunakan Metode Convolutional Neural Network (CNN),” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 8, no. 2, p. 209, 2023, doi: 10.30998/string.v8i2.17596.

F. H. Hawari, F. Fadillah, M. R. Alviandi, and T. Arifin, “Klasifikasi Penyakit Tanaman Padi Menggunakan Algoritma Cnn (Convolutional Neural Network),” J. Responsif Ris. Sains dan Inform., vol. 4, no. 2, pp. 184–189, 2022, doi: 10.51977/jti.v4i2.856.

P. A. H. Pratama, R. Teguh, A. S. Sahay, and V. Wilentine, “Deteksi COVID-19 Berdasarkan Hasil Rontgen Dada (Chest Xray) Menggunakan Python,” J. Inf. Technol. Comput. Sci., vol. 1, no. 1, pp. 58–67, 2021, doi: 10.47111/jointecoms.v1i1.2956.

I. Wulandari, H. Yasin, and T. Widiharih, “Klasifikasi Citra Digital Bumbu Dan Rempah Dengan Algoritma Convolutional Neural Network (Cnn),” J. Gaussian, vol. 9, no. 3, pp. 273–282, 2020, doi: 10.14710/j.gauss.v9i3.27416.

H. I. Islam, M. Khandava Mulyadien, U. Enri, U. Singaperbangsa, and K. Abstract, “Penerapan Algoritma C4.5 dalam Klasifikasi Status Gizi Balita,” J. Ilm. Wahana Pendidik., vol. 8, no. 10, pp. 116–125, 2022, [Online]. Available: https://doi.org/10.5281/zenodo.6791722.

M. A. Hanin, R. Patmasari, and R. Y. Nur, “Sistem Klasifikasi Penyakit Kulit Menggunakan Convolutional Neural Network ( Cnn ) Skin Disease Classification System Using Convolutional Neural Network ( Cnn ),” e-Proceeding Eng., vol. 8, no. 1, pp. 273–281, 2021.

F. Sudana Putra, Kusrini, and M. P. Kurniawan, “Deteksi Otomatis Jerawat Wajah Menggunakan Metode Convolutional Neural Network (CNN),” J. Inf. Technol., vol. 1, no. 2, pp. 30–34, 2021, doi: 10.46229/jifotech.v1i2.308.

Downloads

Article History

Submitted: 2024-05-26
Published: 2024-07-01
Pages: 68-73

PlumX Metrics

How to Cite

Dewi, S., Ramadhani, F., & Djasmayena, S. (2024). Klasifikasi Jenis Jerawat Berdasarkan Gambar Menggunakan Algoritma CNN (Convolutional Neural Network). Hello World Jurnal Ilmu Komputer, 3(2), 68–73. https://doi.org/10.56211/helloworld.v3i2.518

Issue

Section

Articles