Show simple item record

dc.contributor.authorSuriyadharma, Kristian
dc.date.accessioned2025-08-11T08:55:25Z
dc.date.available2025-08-11T08:55:25Z
dc.date.issued2025-02-14
dc.identifier.urihttps://library.universitaspertamina.ac.id//xmlui/handle/123456789/14444
dc.description.abstractBangkit Academy adalah program kesiapan karir yang dirancang untuk mahasiswa Indonesia dalam mempelajari keterampilan di bidang IT. Tidak hanya keterampilan teknis, mahasiswa juga dilatih mengembangkan soft skill dalam diri mereka. Program ini diselenggarakan oleh Google, GoTo, dan Traveloka dengan dukungan dari Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi. Program ini mencakup pembelajaran individu melalui modul Coursera dan Dicoding Academy, serta pengerjaan proyek capstone secara berkelompok. Sebagai bagian dari output program ini, penulis beserta tim mengembangkan solusi aplikasi berbasis AI untuk membantu menangani masalah penyakit kulit di Indonesia, yang mencapai 4,60% hingga 12,95% dan merupakan penyakit ketiga paling umum di negara ini. Keterbatasan akses terhadap dokter spesialis kulit, terutama di daerah terpencil, sering kali menyebabkan keterlambatan diagnosis dan pengobatan, memperburuk kondisi pasien. Selain itu, kekhawatiran terhadap privasi dan pelanggaran SOP medis menjadi tantangan dalam pemberian perawatan yang efektif. Solusi yang penulis beserta tim usulkan adalah aplikasi berbasis AI yang mampu mendeteksi penyakit kulit secara dini dengan menganalisis foto yang diunggah pengguna. Aplikasi ini memberikan diagnosis awal dan rekomendasi pengobatan, memungkinkan pasien mendapatkan perawatan lebih cepat dan menjaga privasi mereka. Dengan menggunakan dataset yang terdiri dari lebih dari 30.000 gambar penyakit kulit yang mencakup 10 jenis klasifikasi penyakit, penulis menerapkan teknik deep learning dengan pendekatan model pre-trained ResNet-50. Model ini dipilih karena performanya yang unggul dibandingkan arsitektur lainnya, dengan akurasi mencapai 86% dalam mendeteksi penyakit kulit. Aplikasi ini masih memerlukan pengembangan lebih lanjut dan penyempurnaan fitur tambahan untuk mendukung masyarakat dalam melakukan diagnosis awal penyakit kulit. Diharapkan, aplikasi ini dapat berkontribusi dalam menurunkan prevalensi penyakit kulit di Indonesia serta menyediakan akses layanan kesehatan yang lebih merata bagi seluruh lapisan masyarakat.en_US
dc.language.isootheren_US
dc.subject: Penyakit Kulit, Machine Learning, Deep Learning, ResNet-50en_US
dc.titlePENDEKATAN TRANSFER LEARNING MENGGUNAKAN ARSITEKTUR RESNET-50 UNTUK DETEKSI PENYAKIT KULIT BERBASIS GAMBARen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record