Identifikasi Penyakit Kulit Menggunakan Histogram Of Oriented Gradients Dan Jaringan Syaraf Tiruan Backpropagation

Abstract

Abstrak Kulit merupakan bagian tubuh terluar manusia yang memiliki peranan penting dalam melindungi organ dalam tubuh manusia dari serangan yang berasal dari lingkungan luar. Penyakit kulit menjadi salah satu masalah kesehatan yang paling umum di seluruh dunia karena penularan yang sangat mudah dan cepat. Identifikasi penyakit kulit berdasarkan jenis infeksi kulit merupakan tahap penting untuk mengetahui penanganan yang tepat. Pada Tugas Akhir ini telah dilakukan perancangan dan penelitian sebuah simulasi untuk identifikasi jenis penyakit kulit dengan menggunakan citra digital berdasarkan citra penyakit kulit. Sistem yang dirancang menggunakan metode ekstraksi ciri Histogram of Oriented Gradients (HOG) dan metode klasifikasi Jaringan Syaraf Tiruan (JST) Backpropagation. Hasil dariTugas Akhir ini adalah suatu sistem yang mampu melakukan identifikasi jenis penyakit kulit berdasarkan penyakit acne, herpes dan scabies, dan kulit normal pada manusia. Sistem tersebut mempunyai performansi dengan nilai akurasi tertinggi 83,3% dengan waktu komputasi 0,1304 detik menggunakan 100 data citra latih dan 60 citra uji. Hasil ini didapatkan menggunakan parameter HOG yaitu Cell Size ðŸðŸŽ × ðŸðŸŽ, Block Size 💠× 💠dan Bin Numbers 9. Pada proses klasifikasi JST Backpropagation parameter terbaik yang digunakan yaitu Hidden Layer 100 dan Epoch 50. Kata Kunci: Kulit, Penyakit Kulit, Histogram of Oriented Gradients, Jaringan Syaraf Tiruan, Backpropagation Abstract The skin is the outermost body part of humans which has an important role in protecting organs in the human body from threats that come from the environment outside the human body. Attacks originating from the outside environment. Skin disease is one of the most common health problems in the whole world because of the very easy and fast transmission. Identification of skin diseases based on the type of skin infection is an important step to find out the right treatment. In this Final Project, a design and research simulation has been carried out to identify types of skin diseases by using a digital image based on skin disease images. The system is designed using a Histogram of Oriented Gradients (HOG) extraction method and is classified using the Artificial Neural Network (ANN) Backpropagation method. The result of this Final Project is a system that is able to identify the types of skin diseases based on acne, herpes and scabies and normal skin in human. The system has a performance with the highest accuracy rate with 83.3% with computation time of 0.1304 seconds using 100 training image samples and 60 test images. These results are obtained using the HOG parameters Cell Size ðŸðŸŽ × ðŸðŸŽ, Block Size 💠× 💠dan Bin Numbers 9. In the ANN Backpropagation classification process, the best parameters are used is Hidden Layer 100 and Epoch 50. Keywords: Skin, Skin Disease, Histogram of Oriented Gradients, Artificial Neural Network, Backpropagation