KLASIFIKASI JENIS JERAWAT WAJAH MENGGUNAKAN ARSITEKTUR INCEPTION V3

Salwa Ahla Amania, Sri Mulyono, Sam Farisa Chaerul Haviana

Abstract


Jerawat adalah masalah umum pada kulit yang mempengaruhi kualitas hidup individu dan kesehatan mental. Ketidaktersediaan sumber informasi yang memandu dalam mengidentifikasi jenis jerawat mengakibatkan kesulitan dalam mencari solusi yang efektif untuk mengatasinya. Oleh karena itu, dibutuhkan suatu sistem yang dapat membantu mengidentifikasi jenis jerawat yang sedang dialami. Dengan informasi tentang jenis jerawat yang terjadi pada kulit mereka, masyarakat dapat menemukan solusi yang sesuai untuk mengatasi masalah jerawat tersebut. Penelitian ini memanfaatkan arsitektur Inception V3 untuk melakukan klasifikasi jenis jerawat pada wajah yang diimplementasikan dalam sistem berbasis website. Arsitektur Inception V3 dipilih karena dapat menangani berbagai jenis operasi konvolusi dengan ukuran kernel yang berbeda secara paralel, serta efisien dalam mengekstraksi fitur-fitur kompleks dari gambar. Beberapa percobaan konfigurasi dilakukan untuk mencapai performa model yang terbaik. Percobaan tersebut mencakup penggunaan optimizer SGD, Adam, dan RMSprop dengan jumlah epoch 30 pada setiap konfigurasi. Model dengan kinerja terbaik pada tahap training dan validation ditemukan pada konfigurasi 3, dengan accuracy 0.9956, loss 0.0134, val-acc 0.8190, dan val-loss 1.6791. Pada tahap testing dengan data test yang berasal dari berbagai sumber dan telah divalidasi oleh pakar, model ini mencapai accuracy 0.833334, precision 0.855556, recall 0.833334, dan f1-score 0.838624.

Kata Kunci: Jerawat, Inception V3, Website

Full Text:

PDF

References


Hasanah, R.L. dan Hasan, M. (2022) “Deteksi Lesi Acne Vulgaris pada Citra Jerawat Wajah Menggunakan Metode K-Means Clustering,†Indonesian Journal on Software Engineering (IJSE), 8(1), hal. 46–51. Tersedia pada: https://doi.org/10.31294/ijse.v8i1.12966.

Lestari, P.L. (2022) “Buletin Sistem Informasi Dan Teknologi Islam Sistem Pakar Pendiagnosa Jenis Jerawat Pada Wajah Berbasis Web Menggunakan Metode Certainty Factor Informasi Artikel Abstrak,†3(1), hal. 79–85. Tersedia pada: https://jurnal.fikom.umi.ac.id/index.php/BUSITI/article/view/956.

Marliana, M., Sartini, S. dan Karim, A. (2018) “EFEKTIVITAS BEBERAPA PRODUK PEMBERSIH WAJAH ANTIACNE TERHADAP BAKTERI PENYEBAB JERAWAT Propionibacterium acnes,†BIOLINK (Jurnal Biologi Lingkungan Industri Kesehatan), 5(1), hal. 31–41. Tersedia pada: https://doi.org/10.31289/biolink.v5i1.1668.

Minarno, A.E. dan Hakim, E.A. (2021) “Klasifikasi Citra Thorax X-Ray Menggunakan Transfer Learning Inception V3,†Seminar Keinsinyuran Program Studi Program Profesi Insinyur, 2(1), hal. 53–62.

Shanthi, T., Sabeenian, R.S. dan Anand, R. (2020) “Automatic diagnosis of skin diseases using convolution neural network,†Microprocessors and Microsystems, 76, hal. 103074. Tersedia pada: https://doi.org/10.1016/j.micpro.2020.103074.

Sibero, H.T., Sirajudin, A. dan Anggraini, D. (2019) “Prevalensi dan Gambaran Epidemiologi Akne Vulgaris di Provinsi Lampung The Prevalence and Epidemiology of Acne Vulgaris in Lampung,†Jurnal Farmasi Komunitas, 3(2), hal. 62–68. Tersedia pada: https://e-journal.unair.ac.id/JFK/article/view/21922.

Sifatullah, N. dan Zulkarnain, Z. (2021) “Jerawat (Acne vulgaris): Review penyakit infeksi pada kulit,†Prosiding Seminar Nasional Biologi, (November), hal. 19–23. Tersedia pada: http://journal.uin-alauddin.ac.id/index.php/psb/article/view/22212%0Ahttp://journal.uin-alauddin.ac.id/index.php/psb/article/download/22212/12470.

Sudana Putra, F., Kusrini dan Kurniawan, M.P. (2021) “Deteksi Otomatis Jerawat Wajah Menggunakan Metode Convolutional Neural Network (CNN),†Journal of Information Technology, 1(2), hal. 30–34. Tersedia pada: https://doi.org/10.46229/jifotech.v1i2.308.

Supriyanto, A., Kusuma, W.A. dan Rahmawan, H. (2022) “Klasifikasi Kanker Tumor Payudara Menggunakan Arsitektur Inception-V3 Dan Algoritma Machine Learning,†JURNAL Al-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI, 7(3), hal. 187. Tersedia pada: https://doi.org/10.36722/sst.v7i3.1284.

Vasefi, F. dkk. (2018) “Automated facial acne assessment from smartphone images,†(February), hal. 22. Tersedia pada: https://doi.org/10.1117/12.2292506.

Yusuf, V.A., Nurbaiti, N. dan Permatasari, T.O. (2020) “Hubungan Antara Tingkat Pengetahuan Pelajar Sekolah Menengah Atas Tentang Acne Vulgaris Pada Wajah Dengan Perilaku Pengobatannya,†Tunas Medika Jurnal Kedokteran & Kesehatan, 6(2), hal. 2017–2020. Tersedia pada: http://jurnal.ugj.ac.id/index.php/tumed/article/download/3723/1986.


Refbacks

  • There are currently no refbacks.