SUPANGAT, STEVAN BAGUS SETIAWAN (2026) DETEKSI PENYAKIT KULIT BERBASIS KECERDASAN BUATAN MENGGUNAKAN ARSITEKTUR RESNET - 18. S1 thesis, UNIVERSITAS KHATOLIK SOEGIJAPRANATA.

Preview	Text 22.N1.0029 - STEFAN BAGUS SETIAWAN SUPANGAT-COVER_a.pdf Download (873kB) | Preview
	Text 22.N1.0029 - STEFAN BAGUS SETIAWAN SUPANGAT-ISI_a.pdf Restricted to Registered users only Download (1MB)
Preview	Text 22.N1.0029 - STEFAN BAGUS SETIAWAN SUPANGAT-DAPUS_a.pdf Download (791kB) | Preview
	Text 22.N1.0029 - STEFAN BAGUS SETIAWAN SUPANGAT-LAMP_a.pdf Restricted to Registered users only Download (746kB)

Abstract

Penyakit kulit merupakan salah satu masalah kesehatan yang umum terjadi di masyarakat dan sering kali memerlukan pemeriksaan awal untuk mengetahui jenis penyakit yang dialami. Keterbatasan akses terhadap tenaga medis serta kurangnya pengetahuan masyarakat mengenai penyakit kulit mendorong perlunya pengembangan sistem pendukung berbasis teknologi. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi penyakit kulit berbasis Artificial Intelligence (AI) menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-18. Sistem dikembangkan dalam bentuk aplikasi Web yang memungkinkan pengguna mengunggah citra kulit untuk dianalisis secara otomatis. Dataset yang digunakan terdiri dari 22 kelas penyakit kulit dengan total 15.400 citra. Hasil pelatihan dan pengujian menunjukkan bahwa model ResNet-18 mampu menghasilkan performa klasifikasi yang baik dalam mendeteksi berbagai jenis penyakit kulit. Selain itu, hasil evaluasi pengguna melalui metode wawancara menunjukkan bahwa sistem mudah digunakan, hasil deteksi dinilai relevan dengan kondisi kulit pengguna, serta bermanfaat sebagai alat bantu deteksi awal penyakit kulit. Dengan demikian, sistem yang dikembangkan diharapkan dapat membantu masyarakat dalam mengenali kondisi penyakit kulit secara dini sebelum melakukan pemeriksaan lebih lanjut ke tenaga medis.

Actions (login required)

View Item