Desain dan Implementasi User Interface Sistem Deteksi Kelainan Telapak Kaki
Abstrak
Arkus adalah lengkungan pada telapak kaki berupa celah antara bagian dalam dari kaki dan permukaan. Ada tiga jenis arkus yaitu normal, tinggi, dan datar, dengan dua terakhir dianggap sebagai kelainan kaki. Kelainan ini menjadi fokus dalam penilaian calon anggota Kepolisian Republik Indonesia (POLRI). Saat ini, pengukuran arkus dilakukan secara manual dengan penggaris, yang sering kali tidak akurat. Untuk mengatasi masalah ini, kami merancang sistem pendeteksi telapak kaki bernama "Flatyfoot". Sistem ini, yang berbasis Deep Learning dan menggunakan arsitektur CNN ResNet152 V2, dapat mengidentifikasi dua jenis telapak kaki (normal dan tidak normal) dengan akurasi tinggi. Dengan demikian, proses seleksi POLRI dapat menjadi lebih akurat dan efisien. Penelitian kami menunjukkan bahwa sistem ini memiliki performa 84,44%, menandakan bahwa model dapat berjalan sesuai rancangan.
Kata Kunci: Flatfoot, POLRI, Deep Learning, Convolutional Neural Network
Referensi
S. Sahri and V. Widiantoro, "Hubungan lengkung telapak kaki dengan kelincahan," Jendela Olahraga, vol. 2, no. 1, pp. 120–128, 2017.
A. Maharani, A. Wibawa, and I. N. Adiputra, "Perbedaan kelincahan antara normal foot dan flat foot pada anak usia 10-12," Majalah Ilmiah Fisioterapi Indonesia, vol. 8, no. 3, p. 7, 2020.
I. Kurniastuti and A. Andini, "Perancangan program penentuan histo- gram citra dengan graphical user interface (gui)," Applied Technology and Computing Science Journal, vol. 1, no. 1, pp. 11–17, 2018.
S. B. Sakur, "Pengaruh graphical user interface untuk industri medis: Sebuah tinjauan sistematis," Jurnal Ilmiah Tindalung, vol. 1, no. 2, pp. 85–95, 2015.
A. Prayoga, P. Sukmasetya, M. R. A. Yudianto, R. A. Hasani et al., "Arsitektur convolutional neural network untuk model klasifikasi citra batik yogyakarta," Journal of Applied Computer Science and Technolo- gy, vol. 4, no. 2, pp. 82–89, 2023.
A. N. Syahrudin and T. Kurniawan, "Input dan output pada bahasa pem- rograman python," Jurnal Dasar Pemograman Python STMIK, vol. 20, pp. 1–7, 2018.
M. Romzi and B. Kurniawan, "Pembelajaran pemrograman python dengan pendekatan logika algoritma," JTIM: Jurnal Teknik Informatika Mahakarya, vol. 3, no. 2, pp. 37–44, 2020.
E. E. Barus, R. K. Pingak, A. C. Louk et al., "Otomatisasi sistem kontrol ph dan informasi suhu pada akuarium menggunakan arduino uno dan raspberry pi 3," Jurnal Fisika: Fisika Sains dan Aplikasinya, vol. 3, no. 2, pp. 117–125, 2018.
E. Jayadi, "Pengembangan aplikasi analisis sentimen aplikasi pedulilin- dungi menggunakan metode na¨ıve bayes," KALBISIANA Jurnal Sains, Bisnis dan Teknologi, vol. 9, no. 3, pp. 478–489, 2023.
N. Dewi and F. Ismawan, "Implementasi deep learning menggunakan cnn untuk sistem pengenalan wajah," Faktor Exacta, vol. 14, no. 1, pp. 34–43, 2021.
