Please use this identifier to cite or link to this item: http://repository.iti.ac.id/jspui/handle/123456789/1314
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorDino Hariatma Putra-
dc.contributor.authorNurahmawati, Nurahmawati-
dc.date.accessioned2022-08-29T07:25:48Z-
dc.date.available2022-08-29T07:25:48Z-
dc.date.issued2022-02-16-
dc.identifier.urihttp://repository.iti.ac.id/jspui/handle/123456789/1314-
dc.descriptionDosen Pembimbing: Dino Hariatma Putraen_US
dc.description.abstractKulit membentuk 15% dari berat badan keseluruhan, pada permukaan luar kulit terdapat poripori yang menjadi tempat keluarnya keringat. Keinginan sebagian besar manusia terutama wanita memiliki kulit wajah yang putih, sehat, bersih dan terawat, akan tetapi dalam perawatannya tidak memperhatikan jenis kulit sehingga menimbulkan masalah, namun untuk melakukan perawatan kulit dibutuhkan pengetahuan yang cukup dan masalah yang terjadi dikalangan masyarakat adalah tidak begitu memahaminya bahkan cenderung membiarkan jika terjadi sesuatu dengan kulit wajah. Maka dari itu dibutuhkan sebuah program yang dapat membantu mendeteksi penyakit kulit wajah. Program yang dibutuhkan adalah sebuah pendeteksi penyakit kulit wajah yang mana dapat mengklasifikasikan penyakit kulit wajah. Program ini menggunakan berbagai macam metode, salah satunya adalah dengan metode convolutional neural network (CNN). Dalam pembuatan program ini ini, terdapat tahapan yang akan dilakukan yaitu tahap pre-processing, tahapan pembagian dataset menjadi 2 (data training dan data validasi), tahapan augmentasi, dan tahap pengklasifikasian gambar. Dalam proses klasifikasi, akan dibagi menjadi beberapa proses yaitu proses training dan proses validasi. Proses training akan dilakukan dengan menggunakan metode transfer learning yang mana akan menggunakan model pre-trained dari MobileNetV2, dan selanjutnya proses pengujian pada bagian akhir dengan menginput gambar penyakit kulit wajah. Dengan menggunakan 780 data gambar, 750 digunakan untuk data training dan 30 digunakan untuk data testing, yang mana 24 data gambar berhasil untuk diklasifikasi dengan hasil dari proses pengujian dalam klasifikasi penyakit kulit wajah ini menunjukan bahwa dengan menggunakan metode convolutional neural network (CNN) tingkat akurasi yang didapat sebesar 90% dari hasil akhir dalam klasifikasi pen_US
dc.language.isootheren_US
dc.subjectAlgoritma Convolutional Neural Network (CNN)en_US
dc.subjectKlasifikasi,en_US
dc.subjectKuliten_US
dc.subjectMetodeen_US
dc.subjectPenyakiten_US
dc.subjectTransfer Learningen_US
dc.subjectWajahen_US
dc.titleMPLEMENTASI ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK) UNTUK MENGKLASIFIKASIKAN PENYAKIT KULIT WAJAHen_US
dc.typeThesisen_US
dc.identifier.nimNIM1151700027-
dc.identifier.kodeprodiKODEPRODI55201#Teknik Informatika-
Appears in Collections:[TA] Informatika

Files in This Item:
File Description SizeFormat 
COVER.pdfCOVER22.27 kBAdobe PDFView/Open
ABSTRAK.pdfJUDUL15.38 kBAdobe PDFView/Open
BAB 1.pdfBAB I172.54 kBAdobe PDFView/Open
BAB 2.pdf
  Restricted Access
BAB II897.26 kBAdobe PDFView/Open Request a copy
BAB 3.pdf
  Restricted Access
BAB III778.89 kBAdobe PDFView/Open Request a copy
BAB 5.pdf
  Restricted Access
BAB V12.77 kBAdobe PDFView/Open Request a copy
Daftar Pustaka.pdfDAFTAR PUSTAKA132.73 kBAdobe PDFView/Open
Laporan TA Nurahmawati Revisi.pdf
  Restricted Access
FULL TEXT3.26 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.