KLASIFIKASI JENIS JERAWAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS

IBRAHIM HASAN

Informasi Dasar

21.04.200
621.382
Karya Ilmiah - Skripsi (S1) - Reference

Topik penelitian ini adalah tentang klasifikasi jerawat dengan menggunakan metode Convolutional Neural Networks (CNN). Salah satu alasan utama mengapa judul ini diangkat sebagai topik penelitian adalah di era digital artificial intelegent ini sangat dibutuhkan kapasitas untuk mengklasifikasi jerawat dengan menggunakan metode machine learning terutama bagi pihak yang memiliki keperluan untuk mengetahui jenis jerawat. Hal ini penting karena tidak semua orang memiliki kemampuan dalam mengklasifikasi jenis jerawat sehingga sangat diperlukan keahlian dalam mengklasifikasi jenis jerawat. Mengingat para ahli di bidang pengklasifikasian jerawat ini sangatlah langka. Tugas Akhir ini menggunakan theoretical framework deep learning. Salah satu metode yang digunakan adalah Convolutional Neural Network (CNN). Hal yang membedakan CNN dengan metode neural network lainnya adalah jumlah hidden layer yang banyak pada proses klasifikasi. Dalam penelitian ini digunakan 1200 dataset jerawat dengan jumlah data train dan data test masing-masing sebanyak 1070 dan 130 citra. Preprocessing data, klasifikasi CNN, dan pembuatan model dapat dilewati dengan baik. Hasil yang diperoleh adalah model dapat mengenali dan mengklasifikasikan data citra uji dengan akurasi sebesar 91.6%.

Subjek

ARTIFICIAL INTELLIGENCE
 

Katalog

KLASIFIKASI JENIS JERAWAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

IBRAHIM HASAN
Perorangan
Suprayogi, Hertiana Bethaningtyas Dyah
 

Penerbit

Universitas Telkom, S1 Teknik Fisika
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini