DETEKSI PENYAKIT KULIT MANUSIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN HYPERPARAMETER TUNING UNTUK MENETUKAN KOMBINASI PARAMETER TERBAIK

Aritonang, Riki Martua (2023) DETEKSI PENYAKIT KULIT MANUSIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN HYPERPARAMETER TUNING UNTUK MENETUKAN KOMBINASI PARAMETER TERBAIK. Other thesis, UPN Veteran Yogyakarta.

	Text ABSTRAK.pdf Download (50kB)
	Text COVER.pdf Download (255kB)
	Text DAFTAR ISI.pdf Download (99kB)
	Text DAFTAR PUSTAKA.pdf Download (130kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (137kB)
	Text SKRIPSI FULL_RIKI MARTUA ARITONANG.pdf Restricted to Repository staff only Download (2MB)

Abstract

Kulit merupkan bagian terluar dari tubuh manusia yang rentan terkena serangan
panyakit, sehingga penyakit kulit tidak bisa dianggap sebelah mata. Beberapa faktor yang
menyebabkan penyakit kulit yaitu kurangnya kesadaran akan kebersihan lingkungan,
iklim, perubahan udara yang ekstrim, dan alergi terhadap sesuatu. Lesi pada penyakit kulit
terkadang sulit dibedakan hanya dengan mata telanjang, sehingga dibutuhkan teknologi
computer vision dengan melakukan klasifikasi penyakit kulit mengunakan metode
Convolutional Neural Network (CNN). Untuk mendapatkam model yang optimal
dibutuhkan kombinasi hyperparameter yang tepat untuk menghasilkan akurasi yang tinggi.
Penelitian kali ini melakukan pengujian metode CNN dengan hyperparameter tuning dan
tanpa hyperparameter tuning. Menggunakan hyperparamater tuning untuk menetukan
kombinasi terbaik, dengan hyerparameter yang diujikan yaitu convolutional layer, dropout
layer, dense layer seta optimizer Adam, Adamax, Stochastic Gradient Descent (SGD) dan
RMSProp. Menggunakan hyperparameter tuning menghasilkan 32 kombinasi
hyperparameter. Didapatkan kombinasi terbaik dari hasil hyperparameter tuning yaitu
RMSprop optimizer, nilai APL dropout 0,05, dropout 0,5 dan dense layer 64. Akurasi
yang dihasikan tanpa hyperparameter tuning dan dengan hyperparameter tuning secara
bertutut turut adalah 91,63% dan 97,81%.
Kata Kunci : Penyakit Kulit, Hyperparameter Tuning, CNN, klasifikasi citra, Algoritma
Optimasi

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Penyakit Kulit, Hyperparameter Tuning, CNN, klasifikasi citra, Algoritma Optimasi
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	17 Feb 2023 07:11
Last Modified:	17 Feb 2023 07:11
URI:	http://eprints.upnyk.ac.id/id/eprint/32703

Actions (login required)

View Item