KLASIFIKASI PENYAKIT CACAR MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Sutanto, Rafael Ivan (2024) KLASIFIKASI PENYAKIT CACAR MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Other thesis, Universitas Multi Data Palembang.

Text ilovepdf_merged (6).pdf Download (1MB)

Abstract

Cacar merupakan penyakit pada kulit manusia yang menyebabkan munculnya benjolan berisi cairan. Benjolan ini tersebar terutama di daerah wajah dilanjutkan ke seluruh badan. Ada beberapa jenis cacar, yaitu cacar air (chickenpox) yang disebabkan oleh virus Varicella-Zoster, cacar monyet yang disebabkan oleh virus monkeypox (Orthopoxvirus), dan cacar sapi yang disebabkan oleh virus cowpox (Orthopoxvirus). Penyakit cacar sering dianggap ringan, namun dapat menyebabkan komplikasi serius pada individu dengan sistem kekebalan tubuh yang lemah. Penyakit cacar dapat menimbulkan komplikasi serius jika tidak didiagnosis dan ditangani dengan cepat. CNN merupakan salah satu algoritma deep learning yang sangat efektif dalam mengenali dan mengklasifikasikan gambar atau citra dua dimensi. CNN bekerja dengan meniru proses kerja otak manusia dalam mengenali objek yang terlihat, dengan banttuan CNN komputer dapat memiliki kemampuan untuk “melihat” dan “membedakan” berbagai objek. Penelitian ini bertujuan untuk membuat aplikasi dengan menerapkan algoritma CNN (Convolutional Neural Network) dengan arsitektur AlexNet yang dapat membantu dokter dalam mendiagnosis jenis cacar yang diderita oleh pasien, agar dapat mengambil tindakan yang tepat. Dataset yang digunakan terdiri dari 3200 citra, masing-masing 800 citra untuk cacar air, cacar monyet, cacar sapi, dan kulit sehat, dengan pembagian 80% untuk data latih dan 20% untuk data uji. Berdasarkan hasil pengujian didapatkan hasil akurasi terbaik sebesar 92%, dengan menerapkan Batch size 16 , Learning rate 0,0001, Optimizer Adam, dan Epoch 40.

Actions (login required)

View Item