SISTEM DETEKSI SKIN CONDITIONS BERDASARKAN CITRA GAMBAR MENGGUNAKAN METODE CNN DAN DETEKSI TEPI

Syafira, Andina (2025) SISTEM DETEKSI SKIN CONDITIONS BERDASARKAN CITRA GAMBAR MENGGUNAKAN METODE CNN DAN DETEKSI TEPI. SISTEM DETEKSI SKIN CONDITIONS BERDASARKAN CITRA GAMBAR MENGGUNAKAN METODE CNN DAN DETEKSI TEPI, Vol. 7 (No. 3). pp. 1555-1562. ISSN 2686-3359

	Text (Artikel) Andina Syafira.pdf - Published Version Restricted to Repository staff only Download (431kB) | Request a copy
	Text (Turnitin) ANDINA SYAFIRA ARTIKEL ASC1.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Masalah kulit wajah seperti jerawat, flek hitam, dan keriput merupakan kondisi umum yang sering memengaruhi kepercayaan diri seseorang. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis berbasis citra gambar yang mampu mengidentifikasi jenis kondisi kulit wajah dan menilai tingkat keparahannya. Metode Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan gambar wajah ke dalam tiga kategori utama, yaitu jerawat, flek, dan keriput. Sementara itu, metode deteksi tepi digunakan untuk menghitung persentase area kulit yang terdampak, yang menjadi dasar dalam menentukan tingkat keparahan (normal, ringan, sedang, dan parah). Dataset terdiri dari 100 gambar wajah yang dibagi menjadi data pelatihan dan pengujian. Hasil pelatihan menunjukkan peningkatan akurasi signifikan, dari 27,78% pada awal epoch hingga mencapai 100% pada epoch ke-15. Evaluasi sistem terhadap 40 gambar uji menunjukkan performa klasifikasi yang sangat baik, dengan akurasi tinggi dan hasil est imasi keparahan yang konsisten. Sistem ini juga dilengkapi dengan antarmuka pengguna grafis (GUI) yang memudahkan pengguna dalam mengunggah gambar dan memperoleh hasil analisis secara langsung. Kombinasi metode CNN dan deteksi tepi terbukti efektif dalam menciptakan sistem yang cepat, akurat, dan informatif untuk mendukung diagnosis awal kondisi kulit wajah secara otomatis.

Item Type:	Article
Additional Information:	Artikel ini sudah di terbitkan pada Jurnal Informatika Teknologi dan Sains (JINTEKS) Vol. 7; No. 3 Agustus 2025
Uncontrolled Keywords:	Kata Kunci : Skin conditions, CNN, Deteksi Tepi, Klasifikasi Citra Wajah
Subjects:	Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions:	02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User:	Mrs Atika Ledia Anggraini
Date Deposited:	20 May 2026 02:10
Last Modified:	20 May 2026 02:10
URI:	http://repository.umb.ac.id/id/eprint/2340

Actions (login required)

View Item