Vincent Adyanto Herman, 3011510058 (2019) SISTEM DETEKSI AWAL PENYAKIT PADA KULIT DENGAN METODE CONVOLUTIONAL NEURAL NETWORK DAN IMAGE SEGMENTATION. Undergraduate thesis, Universitas Internasional Semen Indonesia.
Text (ABSTRAK)
5. ABSTRAK.pdf Download (458kB) |
|
Text (DAFTAR ISI)
7. DAFTAR ISI.pdf Download (621kB) |
|
Text (BAB I PENDAHULUAN)
10. BAB I PENDAHULUAN.pdf Download (1MB) |
|
Text (DAFTAR PUSTAKA)
15. DAFTAR PUSTAKA.pdf Download (908kB) |
|
Text (JURNAL)
JURNAL - VINCENT ADYANTO HERMAN (3011510058).docx Restricted to Repository staff only Download (795kB) | Request a copy |
|
Text (FULLTEXT)
SKRIPSI - VINCENT ADYANTO HERMAN (3011510058).pdf Restricted to Repository staff only Download (16MB) | Request a copy |
|
Text (FULLTEXT DOC)
SKRIPSI - VINCENT ADYANTO HERMAN (3011510058).docx Restricted to Repository staff only Download (7MB) | Request a copy |
Abstract
Kulit manusia merupakan lapisan luar dari tubuh pada manusia. Kulit juga merupakan organ terbesar dari sistem tubuh yang digunakan untuk menutupi organ dalam. Setiap manusia memiliki kekuatan sistem imunitas yang berbeda-beda, terutama sistem imunitas terhadap penyakit kulit (skin disorders). Dikarenakan tingginya biaya yang dikeluarkan oleh pasien untuk melakukan diagnosis penyakit kulit yang dilakukan oleh dokter spesialis kulit kelamin (Sp.KK.), maka dibutuhkan sebuah sistem deteksi awal pada penyakit kulit berbasis GUI pada Matlab. Metode yang dipilih untuk diimplementasikan adalah metode Convolutional Neural Network (CNN) dan Image Segmentation karena metode CNN sering digunakan dalam pemrosesan citra penyakit kulit dan metode Image Segmentation sering digunakan sebagai pendukung untuk pemrosesan citra secara umum. Untuk mempermudah deteksi awal untuk penyakit kulit, maka perlu dibangun sebuah sistem yang dapat mendeteksi penyakit kulit yang diderita oleh pasien untuk mengetahui jenis penyakit kulit apa yang dideritanya. Dari penelitian ini dihasilkan sebuah aplikasi yang membantu pasien dalam melakukan diagnosis pada dirinya sendiri (Self-Diagnosis), dan hasil dari diagnosis tersebut dapat disimpan dan dibawa ke apotek terdekat untuk membeli obat. Persentase keberhasilan deteksi penyakit aplikasi ini adalah 83,8%.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Additional Information: | 032/KK.19/UISI-01/IF | |||||||||
Uncontrolled Keywords: | convolutional neural network, image segmentation, kulit manusia, kanker kulit, melanoma | |||||||||
Contributors: |
|
|||||||||
Subjects: | T Technology > T Technology (General) | |||||||||
Divisions: | Department of Informatics | |||||||||
Depositing User: | Raudhatul Munawwarah | |||||||||
Date Deposited: | 29 Jul 2020 15:40 | |||||||||
Last Modified: | 29 Jul 2020 15:40 | |||||||||
URI: | https://repository.uisi.ac.id/id/eprint/515 |
Actions (login required)
View Item |