Publiora

Menghubungkan ke Publiora...

Publiora

Klasifikasi Jenis Jerawat Berdasarkan Convolutional Neural Network: Classification of Acne Type Based on Convolutional Neural Network

Andini, Aulia RizqiYuadi, Imam
MALCOM: Indonesian Journal of Machine Learning and Computer Science (Sinta 3)Vol. 0 No. 09 Januari 2025
DOI10.57152/malcom.v5i1.1678

Abstrak

Jerawat biasanya dimulai pada masa awal pubertas dengan meningkatnya produksi minyak pada wajah. Penelitian ini merupakan implementasi dari klasifikasi dan pendeteksian jenis jerawat menggunakan Image Processing. Jerawat dapat diklasifikasikan kedalam beberapa jenis, yaitu komedo hitam, komedo putih, pustula, dan papula. Klasifikasi menggunakan Deep Learning metode CNN menggunakan pustaka Tensforflow Keras. Berdasarkan penelitian yang telah dilakukan, tujuan penelitian ini untuk mengklasifikasikan berbagai macam jenis jerawat dengan data gambar yang dimiliki setiap jenis jerawat. Hasil penelitian yang didapat dari hasil pengujian menghasilkan nilai akurasi yang tinggi 96.57% dan Loss 24.78%. Menggunakan Deep Learning terbukti bekerja cukup efisien karena telah menghasilkan nilai akurasi yang tinggi.

Kata Kunci

Convolutional Neural NetworkDeep LearningJerawatKlasifikasi

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka MALCOM: Indonesian Journal of Machine Learning and Computer Science

Artikel ini juga tersedia di situs resmi jurnal.

Klasifikasi Jenis Jerawat Berdasarkan Convolutional Neural Network: Classification of Acne Type Based on Convolutional Neural Network | MALCOM: Indonesian Journal of Machine Learning and Computer Science | Publiora