Implementasi Siamese Convolutional Neural Network pada Citra Jerawat untuk Klasifikasi Jenis Jerawat

Nelson, Nelson (2023) Implementasi Siamese Convolutional Neural Network pada Citra Jerawat untuk Klasifikasi Jenis Jerawat. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (955kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (153kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (304kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (329kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (275kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (2MB)
[img]
Preview
PDF
BAB_V.pdf

Download (140kB) | Preview
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (477kB)

Abstract

Penelitian ini dilatarbelakangi permasalahan yang timbul akibat banyaknya jenis jerawat dan minimnya pengetahuan yang dimiliki oleh orang-orang terkait jenis- jenis jerawat yang mereka alami. Jenis jerawat yang beragam dapat menyulitkan pengklasifikasian jerawat. Oleh karena itu, diperlukan pendekatan yang memanfaatkan kemampuan mesin dalam mempelajari pola dan mengklasifikasikan jenis jerawat. Metode Siamese Convolutional Neural Network digunakan untuk mempelajari pola yang tersembunyi dalam dataset jerawat. Arsitektur Siamese terdiri dari dua cabang identik yang berbagi parameter. Setiap cabang menerima input gambar jerawat, dan melalui proses pelatihan, jaringan ini belajar membedakan karakteristik visual yang membedakan keduanya. Hasil penelitian menunjukkan bahwa dengan menggunakan Siamese Convolutional Neural Network akurasi klasifikasi jerawat mencapai 81%, precision 84%, recall 81%, dan f1-score 81% . Kemudian dilakukan teknik oversampling dengan nilai akurasi mengalami kenaikan sebesar 7% dimana nilai akurasi mencapai 88%, precision 89%, recall 88%, dan f1-score 88%. Hal ini menunjukkan bahwa kombinasi kedua teknik ini berhasil meningkatkan kemampuan model dalam mengklasifikasikan jerawat dengan baik, terlepas dari ketidakseimbangan dataset.

Item Type: Thesis (Bachelor Thesis)
Keywords: Jerawat, Klasifikasi, Siamese Convolutional Neural Network.
Subjects: 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.5 Management of Production > 658.56 Management Product Analysis
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 03 Jul 2023 09:47
Last Modified: 18 Aug 2023 02:43
URI: https://kc.umn.ac.id/id/eprint/25550

Actions (login required)

View Item View Item