Identifikasi "Acne Vulgaris" Berdasarkan Fitur Warna Dan Tekstur Menggunakan Klasifikasi JST Backpropagation

Elisiana, Malia and Rosiani, Ulla Delfana and Batubulan, Kadek Suarjuna (2020) Identifikasi "Acne Vulgaris" Berdasarkan Fitur Warna Dan Tekstur Menggunakan Klasifikasi JST Backpropagation. Diploma thesis, Jurusan Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (215kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (484kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (266kB) | Request a copy
	Text Bab IV.pdf Restricted to Registered users only Download (589kB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (340kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (108kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (126kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (490kB) | Request a copy

Abstract

Acne Vulgaris adalah salah satu penyakit kulit kronis umum yang berkaitan dengan penyumbatan dan atau peradangan pada folikel rambut dan kelenjar minyak yang menyertainya. Acne vulgaris dibagi menjadi beberapa macam jenis, diantaranya ada whitehead, blackhead, papule, dan pustule. Beberapa jenis acne vulgaris memiliki warna dan tekstur yang berbeda. Hasil dari ekstraksi warna dan tekstur dapat dilakukan klasifikasi terhadap jenis acne vulgaris. Dengan berkembangnya teknologi bidang informatics engineering proses identifikasi jenis acne vulgaris dapat dilakukan menggunakan pengolahan citra digital. Hasil dari ekstraksi fitur warna dan fitur tekstur kemudian dianalisis dan diklasifikasikan sehingga dapat diketahui jenis acne vulgaris pada citra tersebut. HSV adalah singkatan dari Hue, Saturation dan Value merupakan salah satu ruang warna yang memperlihatkan warna seperti yang dilihat oleh manusia pada umumnya. Metode Gray Level Co-Occurrence Matrix atau yang biasa disebut sebagai GLCM merupakan metode yang mampu menyediakan informasi penting dan melakukan analisis mengenai tekstur citra. Empat ciri statistic GLCM yaitu contrast, correlations, homogenity, dan energy dengan sudut 0°, 45°, 90°, dan 135° akan memberikan nilai untuk membedakan tekstur acne vulgaris pada setiap jenisnya. Backpropagation digunakan karena metode tersebut mampu menyelesaikan pengklasifikasian dengan problem nonlinear. Terdapat tiga tahap backpropagation dalam pengolahan data yaitu tahap feedfordward, backpropagation, dan penyesuaian bobot, sedangkan untuk klasifikasi menggunakan tahap feedfordward. Dari hasil penelitian mengidentifikasi acne vulgaris menggunakan ruang warna HSV, metode GLCM dan klasifikasi JST Backpropagation dapat menghasilkan nilai akurasi sebesar 65%. Akurasi tersebut didapatkan dari parameter learning rate 0.0002 dan epoch sebanyak 200. Rendahnya akurasi tersebut menandakan bahwa fitur yang digunakan tidak dapat membuat label menjadi unik.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Acne Vulgaris, Pengolahan Citra, HSV, GLCM, Backpropagation
Subjects:	A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Malia Elisiana
Date Deposited:	15 Dec 2020 12:14
Last Modified:	15 Dec 2020 12:14
URI:	http://repota.jti.polinema.ac.id/id/eprint/350

Actions (login required)

View Item