DETEKSI DAN IDENTIFIKASI JENIS LUKA LUAR BERDASARKAN IMAGE FEATURE MENGGUNAKAN CNN DENGAN VARIASI PRE-TRAINED MODEL

RAMADHANTI, ZAHRA (2024) DETEKSI DAN IDENTIFIKASI JENIS LUKA LUAR BERDASARKAN IMAGE FEATURE MENGGUNAKAN CNN DENGAN VARIASI PRE-TRAINED MODEL. S1 thesis, UNIVERSITAS JAMBI.

	Text SKRIPSI_ZahraRamadhanti.pdf Download (28MB)
	Text Skripsi_Cover.pdf Download (197kB)
	Text Skripsi_Pengesahan.pdf Download (187kB)
	Text Skripsi_Abstrak.pdf Download (99kB)
	Text Skripsi_Bab1.pdf Download (149kB)
	Text Skripsi_BabV.pdf Download (108kB)
	Text Skripsi_DaftarPustaka.pdf Download (155kB)

Abstract

Luka luar dapat terjadi di mana saja dan kapan saja akibat faktor eksternal, namun dampaknya terhadap kesehatan tidak selalu meningkatkan kesadaran masyarakat karena kurangnya efisiensi layanan kesehatan. Dengan banyaknya masyarakat pengguna smartphone dan gawai pintar lainnya, diperlukan solusi yang memanfaatkan teknologi terutama kecerdasan buatan, seperti algoritma Convolutional Neural Network (CNN), untuk mengklasifikasikan gambar luka ringan dan memberikan rekomendasi pertolongan pertama. Model yang dibangun pun menggunakan metode transfer learning pada CNN untuk mempersingkat waktu pelatihan dan diharapkan dapat memberikan hasil akurasi yang baik, dengan perbandingan tiga pre-trained model yaitu VGG-16, Inception-v3, dan ResNet50 dengan tambahan lapisan model dan hyperparameter yang sama seperti inisiasi learning rate awal yaitu 0,001, optizimer Adam, fungsi loss 'categorial cross entrtopy', dua fungsi callbacks yaitu EarlyStopping dan ReduceLROnPlateu, dengan jumlah epoch maksimal 100 dan batch pelatihan sebanyak 16. Hasil pelatihan dan pengujian menunjukkan bahwa model dengan pre-trained VGG-16 memiliki nilai terbaik, dengan akurasi validasi, precision, recall, dan f1-score mencapai 97%, serta akurasi uji sebesar 97%. Model ini pun berhasil diimplementasikan pada web untuk membantu pengguna yang terluka. Kata Kunci: Luka luar, CNN, Transfer learning, Pretrained Model, VGG16, InceptionV3, ResNet50

Type:	Thesis (S1)
Uncontrolled Keywords:	Luka luar, CNN, Transfer learning, Pretrained Model, VGG16, InceptionV3, ResNet50
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	Ramadhanti
Date Deposited:	15 Jan 2024 02:39
Last Modified:	15 Jan 2024 02:39
URI:	https://repository.unja.ac.id/id/eprint/60033

Actions (login required)

View Item