ABSTRAK
Kulit merupakan bagian tubuh terluar manusia yang memiliki peranan
penting dalam melindungi organ dalam tubuh manusia dari serangan yang berasal
dari lingkungan luar. Penyakit kulit menjadi salah satu masalah kesehatan yang
cukup sulit ditangani karena penularan yang sangat mudah dan cepat. Identifikasi
penyakit kulit berdasarkan jenis infeksi kulit merupakan tahap penting untuk
mengetahui penanganan yang tepat.
Pada tugas akhir ini dirancang suatu sistem identifikasi yang berdasarkan
analisis tekstur statistik orde pertama menggunakan metode Fast Fourier
Transform (FFT) dengan Jaringan Syaraf Tiruan (JST) sebagai pengklasifikasi.
Pertama, citra latih dikonversi menjadi citra grayscale untuk proses ekstraksi ciri,
kemudian citra diperkecil menjadi 512×512 piksel. Kedua, gambar di-blury agar
rambut yang ada didalam citra menghilang dan mempermudah proses ekstraksi ciri.
Pengujian menggunakan dataset berupa citra penyakit kulit sebanyak 1361 dengan
klasifikasi dermatofibroma, melanoma, nevus pigmentosis, dan squamous cell
carcinoma.
Dari pengujian klasifikasi pembeda penyakit kulit ini dengan menggunakan
ekstraksi fitur statistika dari pola 2D FFT dan metode klasifikasi jaringan saraf
tiruan resilient-backpropagation. Hasil terbaik didapatkan dari pengujian
Imaginer-Log dengan akurasi sebesar 53,06% pada pengujian ke 10 dengan Mean
Square Error sebesar 0,425 dan waktu komputasi selama 1 detik.
Kata Kunci: Fast Fourier Transform (FFT), Jaringan Syaraf Tiruan (JST), Citra
Kulit, Resilient-Backpropagation