Real Time Detection Cacar Monyet (Monkeypox) dan Penyakit Kulit Serupa dengan YOLO Berbasis Mobile = Real-time Detection of Monkeypox and Similar Skin Diseases with Mobile-based YOLO


Idris, Andi Ilhamsyah (2023) Real Time Detection Cacar Monyet (Monkeypox) dan Penyakit Kulit Serupa dengan YOLO Berbasis Mobile = Real-time Detection of Monkeypox and Similar Skin Diseases with Mobile-based YOLO. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H071191016_skripsi_11-08-20231_cover1.png

Download (196kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H071191016_skripsi_11-08-2023 bab 1-2.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
H071191016_skripsi_11-08-2023 dp.pdf

Download (168kB)
[thumbnail of Full Text] Text (Full Text)
H071191016_skripsi_11-08-2023.pdf
Restricted to Repository staff only until 1 January 2026.

Download (3MB)

Abstract (Abstrak)

Kulit memiliki peranan penting untuk menunjang hidup manusia, salah satunya sebagai indera peraba manusia. Oleh karena itu, mengingat pentingnya kulit sebagai pelindung organ tubuh, maka penting sekali untuk menjaga kesehatan kulit sejak dini. Tujuan penelitian ini adalah mendeteksi penyakit – penyakit yang ada pada kulit, seperti penyakit monkeypox, chickenpox dan measles. Penelitian ini menggunakan pendekatan deep learning dengan metode yang saat ini memiliki hasil paling signifikan dalam pengenalan citra yaitu convolutional neural network. Metode yang digunakan adalah You Only Look Once (YOLO) v5 dan v7 untuk mendeteksi obyek pada citra dan mengklasifikasikan citra menjadi beberapa class, seperti chickenpox, monkeypox, measles dan normal, serta melakukan perbandingan antara metode YOLO v5 dan v7. Penelitian ini dibantu dengan layanan Google Colab, framework Flask, Flutter dan Google Cloud Platform. Hasil yang diperoleh dari penelitian ini yaitu metode yang digunakan menghasilkan kinerja akurasi dengan nilai mean average precision (mAP) masing – masing di atas 85%. Model YOLOv5 memiliki mAP dengan rata - rata sebesar 94,5%, precision sebesar 98,6%, recall sebesar 99,9% dan YOLOv7 memiliki mAP dengan rata – rata sebesar 87,9%, precision sebesar 98,1%, recall sebesar 98%. Model YOLOv5 kemudian di-deploy menggunakan framework flask dan layanan Google Cloud Platform lalu diintegrasikan ke aplikasi mobile menggunakan Flutter.

Keywords : Monkeypox, Chickenpox, Measles, You Only Look Once, Flutter

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Monkeypox, Chickenpox, Measles, You Only Look Once, Flutter
Subjects: Q Science > QA Mathematics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Matematika
Depositing User: S.Sos Rasman -
Date Deposited: 05 Apr 2024 00:14
Last Modified: 05 Apr 2024 00:14
URI: http://repository.unhas.ac.id:443/id/eprint/30582

Actions (login required)

View Item
View Item