Aplikasi Berbasis Web untuk Deteksi Dini Penyakit Kulit Manusia menggunakan Convolutional Neural Network

Putra, I Ketut Deva Aditya Darma (2025) Aplikasi Berbasis Web untuk Deteksi Dini Penyakit Kulit Manusia menggunakan Convolutional Neural Network. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354093_full.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354093_0020027603_0030119106_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB)
	Text (iThenticate) RAMA_58302_2115354093_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penyakit kulit merupakan masalah kesehatan yang umum terjadi dan dapat berdampak negatif terhadap kualitas hidup apabila tidak ditangani secara tepat. Identifikasi penyakit kulit secara konvensional masih mengandalkan pemeriksaan fisik langsung oleh tenaga medis, yang sering kali membutuhkan waktu, biaya, serta akses terhadap fasilitas kesehatan yang memadai. Permasalahan ini tidak hanya terkait waktu dan biaya, tetapi juga keterbatasan akses di berbagai wilayah, menjadikan deteksi dini secara mandiri sebuah kebutuhan mendesak. Berdasarkan hal ini, penelitian bertujuan untuk merancang dan membangun aplikasi berbasis web yang mampu melakukan deteksi dini penyakit kulit secara otomatis menggunakan metode Convolutional Neural Network (CNN) dengan model arsitektur EfficientNet-B0 untuk klasifikasi citra. Pengembangan sistem ini mengadopsi metodologi waterfall dan menggunakan framework Laravel 10 di sisi backend serta Python untuk pemodelan CNN, dengan integrasi API Flask untuk menghubungkan model dengan aplikasi web. Dataset yang digunakan terdiri dari 3.630 citra yang mencakup empat jenis penyakit kulit, yaitu Acne, Dermatitis, Eczema, dan Psoriasis, yang diperoleh dari sumber terbuka daring. Dataset ini memiliki distribusi yang bervariasi, sehingga teknik class weighting dan data augmentation diterapkan selama pelatihan untuk meningkatkan kemampuan generalisasi model. Evaluasi performa model dilakukan secara komprehensif menggunakan classification report dan confusion matrix untuk mengukur nilai akurasi, presisi, recall, dan f1-score pada setiap kelas penyakit. Hasil pengujian menunjukkan akurasi keseluruhan sebesar 69%, dengan performa terbaik pada kelas Acne yang meraih f1-score 0,97 dan terendah pada kelas Dermatitis yang hanya memperoleh f1-score 0,49. Aplikasi yang dihasilkan mampu menampilkan hasil deteksi berupa jenis penyakit, tingkat kepercayaan prediksi, deskripsi, tingkat keparahan, serta rekomendasi penanganan awal. Dengan demikian, sistem yang dikembangkan dinilai layak untuk diimplementasikan sebagai alat pendukung deteksi dini penyakit kulit dan berpotensi untuk dikembangkan lebih lanjut di masa mendatang.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Deteksi Penyakit Kulit, Convolutional Neural Network, EfficientNet-B0, Aplikasi Berbasis Web.
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Biomedika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Ketut Deva Aditya Darma Putra
Date Deposited:	26 Aug 2025 04:02
Last Modified:	26 Aug 2025 04:02
URI:	https://repository.pnb.ac.id/id/eprint/17308

Actions (login required)

View Item