Aga Maulana Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2024 id Indonesia

Theses

Dermatitis atopik (DA) adalah penyakit kulit inflamasi kronis yang saat ini menjadi kondisi kulit yang umum, ditandai dengan eksim kronis dan gejala gatal. Pasien dengan Dermatitis Atopik mengalami gangguan signifikan dalam kualitas hidup, dengan insiden gangguan tidur, kecemasan, depresi, dan bahkan kecenderungan bunuh diri yang lebih tinggi. Penelitian ini berfokus pada pengembangan dan evaluasi model deep learning untuk menilai tingkat keparahan Dermatitis Atopik (DA) menggunakan dataset etnis Aceh di Indonesia. Pendekatan yang diusulkan melibatkan teknik preprosesing citra (median filtering dengan mask 3x3 dan peningkatan intensitas gamma equalization) dan modifikasi berbagai arsitektur Convolutional Neural Network (CNN) seperti ResNet50, VGGNet19, MobileNetV3, MnasNet, dan EfficientNetB0. Modifikasi tersebut termasuk penambahan lapisan global average pooling 2D, lapisan dense, dan lapisan dropout, dengan tujuan meningkatkan kemampuan representasional dan mengurangi risiko overfitting. Model-model ini dilatih dengan hyperparameter yang telah ditentukan, menggunakan optimizer Adam dan categorical cross-entropy loss function. Hasilnya menunjukkan bahwa ResNet50 memberikan performa terbaik dalam menilai tingkat keparahan DA dengan nilai Akurasi, Presisi Weight Avg, Sensitifitas Weight Avg 91,61%, diikuti oleh EfficientNet (87,83%), VGGNet19 (85,86%), dan MobileNetV3 (82,07%), sedangkan MnasNet menunjukkan performa yang paling rendah (63,49%). NEURAL NETWORKS (COMPUTER SCIENCE) 006.32 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 119918 2024-01-29 17:43:38 2024-02-07 16:20:12 machine generated