Klasifikasi Penyakit Kulit Wajah Menggunakan Metode Convolutional Neural Network

Abstract

Permasalahan kulit tidak hanya merugikan kesehatan fisik namun dapat juga menimbulkan masalah psikologi, terutama jika penyakit kulit ini terjadi di wajah. Pemeriksaan yang dilakukan oleh dokter saat ini hanya mengandalkan penglihatan objek mata dan riwayat penyakit pasien, sehingga memungkinkan terjadinya kesalahan pada analisis dan diagnosa penyakit. Penelitian ini dilakukan untuk menghasilkan sistem klasifikasi penyakit kulit wajah menggunakan metode convolutional neural network (CNN). Data yang digunakan pada penelitian ini sebanyak 500 sampel data citra dengan 5 Jenis penyakit kulit wajah yaitu jerawat, eksim, milia, herpes, dan melasma. Pada penelitian ini proses klasifikasi menggunakan metode CNN. Arsitektur model yang digunakan adalah VGG16. Dalam pemodelan VGG16 terdapat dua lapisan yaitu feature extraction dan classification. Di dalam feature extraction terdapat convolution layer menggunakan 3 layer dengan kedalaman filter yang berbeda pada setiap layernya. Fungsi aktivasi ReLu dan avarage pooling digunakan untuk mengurangi feature map. Lapisan classification terdapat fully connected layer dan softmax digunakan untuk klasifikasi. Metode CNN yang digunakan pada penelitian ini memperoleh hasil yang sangat baik, dimana didapat hasil proses pelatihan sebesar 98% dan hasil validasi 88% dengan data pealtihan sebanyak 325 citra dan data validasi sebanyak 125. Hasil akurasi yang didapat pada pengujian terhadap data baru sebesar 90% dengan data uji sebanyak 50 citra. Dengan demikian, dapat dikatakan hasil yang diperoleh pada pengujian penelitian ini sangat baik.