Ramdhani, Muhammad Amien (2024) Rancang Bangun Sistem Deteksi Luka Ringan Dengan Metode Convolutional Neural Network (CNN) Berbasis Mobile. Other thesis, Sekolah Tinggi Teknologi Terpadu Nurul Fikri.
2024-Muhammad Amien Ramdhani-Teknik Informatika-FullText - Muhammad Amien Ramdhani.pdf
Restricted to Registered users only
Download (9MB) | Request a copy
Abstract
Luka adalah hilang atau rusaknya sebagian jaringan tubuh yang disebabkan oleh trauma tajam atau tumpul, perubahan suhu, paparan zat kimia, ledakan, sengatan listrik, maupun gigitan hewan. Dengan menggunakan dan memanfaatkan teknologi yang semakin pesat maka dapat dibuat sebuah sistem untuk mencegah infeksi dari luka khususnya luka ringan. Salah satu cara agar luka tersebut tidak menimbulkan infeksi maka luka tersebut harus di identifikasi terlebih dahulu sehingga dapat memberikan pertologan pertama dan obat sesuai luka yang dialami. Pada penelitian ini digunakan machine learning sebagai sarana dalam memudahkan masyarakat dalam mencegah infeksi luka ringan. Metode yang digunakan yaitu Convolutional Neural Network yang digunakan dalam pemrosesan gambar dan di implementasikan ke sistem berbasis mobile . Hasil pembuatan sistem ini dapat membantu masyarakat untuk mencegah terkenanya infeksi luka ringan dan dapat mengobati luka dengan baik dan benar. Dari sistem yang telah dibuat dengan menggunakan machine learning dan metode Convolutional Neural Network untuk deteksi luka ringan mendapatkan Tingkat akurasi dari 50% - 95% dari 200 data gambar yang diproses. Sedangkan untuk klasifikasi luka ringan mendapatkan tingkat akurasi untuk data latih dan data validasi yaitu 94% untuk data latih dan 76% untuk validasi sehingga data mengalami overfitting dan data gambar yang dipakai adalah 325 gambar.
Kata kunci : Machine Learning, Convolutonal Neural Network, Sistem, Luka Ringan, Mobile
Item Type: | Thesis (Other) |
---|---|
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum |
Divisions: | Teknik Informatika |
Depositing User: | Pustakawan STT-NF |
Date Deposited: | 15 May 2024 06:21 |
Last Modified: | 15 May 2024 06:21 |
URI: | https://repository.nurulfikri.ac.id/id/eprint/422 |