Sistem Klasifikasi Penyakit Kulit Menggunakan Convolutional Neural Network (cnn)

Muhammad Atsil Hanin, Raditiana Patmasari, R Yunendah Nur Fu’adah

Abstract

Abstrak
Kulit pada manusia merupakan organ tubuh paling besar. Seharusnya kulit mendapatkan prioritas agar
bebas dari segala macam penyakit. Namun tidak dapat dipungkiri karena kurangnya disiplin pada kebersihan diri
sendiri dan lingkungan, perubahan cuaca yang ekstrim dan alergi terhadap zat tertentu hal tersebut menjadi celah
terbesar penyebab timbulnya penyakit kulit. Maka salah satu alternatif cara yang tepat untuk mengantisipasinya
yaitu proses klasifikasi penyakit kulit dengan memanfaatkan citra digital.
Pada Tugas Akhir ini dirancang sistem klasifikasi penyakit kulit dengan metode Convolutional Neural
Network (CNN). CNN digunakan sebagai metode klasifikasi atas kelas kulit normal, penyakit kulit seperti cacar
air, campak, jerawat dan skabies. Data masukan berupa citra digital yang sudah mengalami resize menjadi 64 x 64
pixel berformat Joint Photographic Group (JPG) yang diperoleh dari penelitan sebelumnya. Jumlah total data
masukan yaitu 1500 citra yang terdiri dari 1125 data citra latih (75%) dan 375 data citra uji (25%).
Metode Convolutional Neural Network yang digunakan dalam proses klasifikasi penyakit kulit ini
memberikan hasil yang maksimal. Hal tersebut terjadi saat kondisi parameter hidden layer berjumlah 5,
menggunakan Adam optimizer, dan nilai learning rate sebesar 0,001 dengan hasil performansi sistem seperti
akurasi, precission, recall, f1-score dan loss berturut-turutsebesar 96,53%, 95%, 95%, 95% dan 0,2486.
Kata Kunci : Convolutional Neural Network, penyakit kulit
Abstract
Human’s skin is the largest organ in the body. The skin should get priority to be free from all kinds of
diseases. However, it cannot be denied that because of the lack of discipline on personal and environmental
hygiene, extreme weather changes and allergiesto certain substances, these are the biggest gapsin the development
of skin diseases. So one of the right alternative ways to anticipate it is the classification process of skin diseases
by utilizing digital images.
In this final project, a skin disease classification system was designed using the Convolutional Neural
Network (CNN) method. CNN is used as a classification method for normalskin, skin diseasessuch as chickenpox,
measles, acne and scabies. The input data is in the form of a digital image that has been resized to 64 x 64 pixels
in the Joint Photographic Group (JPG) format obtained from previous research. The total number of input data is
1500 images consisting of 1125 training image data (75%) and 375 test image data (25%).
The Convolutional Neural Network method used in the classification process for skin diseases provides
maximum results. This happens when the hidden layer parameter conditions are 5, using the Adam optimizer, and
the learning rate is 0.001 with the results of system performance such as accuracy, precission, recall, f1-score and
loss, respectively, 96.53%, 95%, 95. %, 95% and 0.2486.
Keywords : Convolutional Neural Network, skin disease

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0