Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
PENERAPAN CONVULATION NEURAL NETWORK (CNN) UNTUK DETEKSI PENYAKIT KULIT BERDASARKAN CITRA DERMATELOGI DENGAN FOKUS PADA KLASIFIKASI LESI MELANOMA DAN PSORIASIS
ABSTRAKSI :
Melanoma dan Psoriasis merupakan dua kategori penyakit kulit yang berdampak besar terhadap kesehatan, namun sulit dibedakan secara visual sehingga diagnosis manual berisiko tidak konsisten atau terlambat. Penelitian ini bertujuan mengembangkan sistem klasifikasi citra kulit dengan memanfaatkan arsitektur Convolutional Neural Network (CNN), yaitu VGG16 dan EfficientNetB0. Dataset diperoleh melalui platform Kaggle dengan sumber asli dari ISIC 2024 Melanoma Dataset dan Psoriasis DermNet Dataset, yang mencakup dua kategori citra penyakit kulit, yaitu Melanoma (malignant skin cancer) dan Psoriasis (chronic skin disease). Tahap prapemrosesan meliputi pembersihan data, transformasi data, normalisasi, dan augmentasi untuk mempersiapkan citra sebelum pelatihan model. Hasil pengujian menunjukkan bahwa VGG16 memberikan performa terbaik dengan akurasi 96,58%, presisi 96,92%, recall 96,18%, dan F1-score 96,55
NOMOR INDUK :
FTI/IA/SSM/10290/2026
PEMBIMBING :
LILIS RATNASARI
TANGGAL SIDANG :
17/09/2025
TANGGAL PENYERAHAN :
14/03/2026
JENIS PENULISAN :
PENULISAN ILMIAH JENJANG S1 (SETARA SARJANA MUDA / SSM)