Sistem Cerdas Berbasis Website untuk Deteksi dan Analisis Acne Vulgaris Menggunakan CNN
DOI:
https://doi.org/10.31316/jdi.v15i1.433Keywords:
acne vulgaris, convolution neural network (CNN), computer vision, sistem deteksi webAbstract
Perkembangan teknologi kecerdasan buatan, khususnya dalam bidang computer vision, membuka peluang besar dalam mendukung pemeriksaan dermatologi. Acne vulgaris merupakan salah satu kondisi kulit yang memerlukan identifikasi awal secara akurat untuk menentukan perawatan yang sesuai. Penelitian ini bertujuan mengembangkan website pendeteksi acne vulgaris berbasis Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari beberapa jenis lesi acne vulgaris, antara lain blackheads, whiteheads, pustules, Papules, dan kategori non-acne. Data citra diolah melalui tahap preprocessing seperti normalisasi, resizing, dan augmentation untuk meningkatkan kualitas pelatihan model. Model CNN yang dibangun kemudian diintegrasikan ke dalam aplikasi berbasis web/mobile agar dapat digunakan secara praktis. Hasil pengujian menunjukkan bahwa model mampu melakukan klasifikasi jenis lesi dengan tingkat akurasi yang cukup baik dengan accuracy: 0.8450, loss: 0.4269, val_accuracy: 0.8050, val_loss: 0.6159. Aplikasi ini diharapkan dapat membantu pengguna dalam mengenali jenis lesi acne vulgaris secara mandiri sebelum melakukan konsultasi lebih lanjut dengan tenaga medis.
Downloads
Published
Versions
- 2026-03-04 (3)
- 2026-03-04 (2)
- 2026-03-01 (1)
Issue
Section
License
Copyright (c) 2026 Chandra Aditya
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
