Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Jeni Fajarwati
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
MULTITASK LEARNING UNTUK ANALISIS LUKA BAKAR MENGGUNAKAN U-NET, EFFICIENTNETB4, DAN VISION TRANSFORMER Ayu Lutfiah; Nirmala; Jeni Fajarwati; Adha Mashur Sajiah
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10369

Abstract

Luka bakar merupakan cedera serius yang dapat mengancam jiwa dan memerlukan penanganan cepat sesuai tingkat keparahannya. Keterbatasan tenaga medis terlatih di daerah terpencil mendorong pengembangan sistem diagnosis otomatis berbasis kecerdasan buatan. Penelitian ini mengembangkan sistem analisis luka bakar berbasis deep learning dengan pendekatan MultiTask Learning (MTL) yang mampu melakukan segmentasi area luka, klasifikasi derajat keparahan (I, II, dan III), serta estimasi rasio area luka secara bersamaan dalam satu model. Tiga arsitektur dibandingkan, yaitu U-Net, EfficientNetB4, dan Vision Transformer (ViT), menggunakan 1.846 citra luka bakar dari Roboflow dan Kaggle. Dataset dibagi menjadi data latih, validasi, dan uji dengan rasio 80:10:10 menggunakan stratified sampling. Hasil menunjukkan bahwa U-Net memberikan performa segmentasi terbaik dengan nilai Dice 0,6773 dan IoU 0,5121. EfficientNetB4 mencapai akurasi klasifikasi tertinggi sebesar 77,30%, sedangkan Vision Transformer (ViT) unggul pada estimasi rasio area luka dengan MAE 0,0819 dan R² 0,5107. Temuan ini menunjukkan bahwa tidak ada satu arsitektur yang unggul pada semua tugas, sehingga pemilihan model perlu disesuaikan dengan prioritas klinis. Sistem ini berpotensi mendukung diagnosis luka bakar di fasilitas kesehatan dengan sumber daya terbatas.
Co-Authors Adha Mashur Sajiah Ayu Lutfiah Nirmala