Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : Scientific Student Journal for Information, Technology and Science

Aplikasi Berbasis Android untuk Mendeteksi Kulit Kucing Berdasarkan Model CNN Riyandi Aditya Fitrah; Anis Fitri Nur Masruriyah; Ayu Ratna Juwita
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit kulit pada kucing dapat memberikan dampak negatif baik bagi pemilik kucing maupun hewan tersebut. Penyakit kulit seperti scabies atau kudis, serta ringworm, bersifat menular melalui sentuhan langsung dengan kucing yang terjangkit penyakit tersebut. Tungau telinga pada kucing umumnya berada di bawah rongga telinga. Kucing yang terjangkit penyakit kulit dapat mengalami kerusakan pada tubuhnya. Penelitian ini bertujuan untuk mengembangkan aplikasi mobile berbasis Android yang dapat mendeteksi penyakit kulit pada kucing. Aplikasi ini dirancang untuk mengenali jenis penyakit kulit yang dialami kucing, seperti kudis, ringworm, dan tungau. Dalam penelitian ini, digunakan model deteksi objek berbasis deep learning dengan algoritma Convolutional Neural Network (CNN) dan TensorFlow Lite. Arsitektur yang digunakan adalah MobileNetV2 FPN Lite untuk memproses pelatihan model deteksi objek menggunakan dataset yang besar, sehingga model dapat diterapkan pada aplikasi mobile berbasis Android. Hasil penelitian menunjukkan bahwa model yang dirancang menghasilkan nilai mean Average Precision (mAP) sebesar 42% dan mean Average Recall (mAR) sebesar 23%. Evaluasi sistem dan validasi dari para ahli menghasilkan nilai sebesar 73%, menunjukkan bahwa aplikasi ini memiliki potensi untuk mendeteksi penyakit kulit pada kucing dengan akurasi yang cukup baik.
Klasifikasi Penggunaan Masker selama Pandemik Menggunakan Algoritma CNN dengan Notifikasi Suara Ryan Gusti Nugraha; Ahmad Fauzi; Anis Fitri Nur Masruriyah
Scientific Student Journal for Information, Technology and Science Vol. 6 No. 1 (2025): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berbagai teknologi diciptakan untuk pencegahan ancaman virus Covid-19 yang telah menyebar di banyak negara, termasuk Indonesia. Salah satunya adalah penggunaan masker di tempat publik. Penelitian ini bertujuan untuk melakukan deteksi terhadap objek wajah dalam rangka memverifikasi penggunaan masker. Berdasarkan dataset dari Kaggle, objek yang digunakan untuk penelitian adalah wajah manusia dalam bentuk 2D. Penelitian ini terdiri dari dua tahapan: pertama, membuat dan menguji model deteksi. Model ini dirancang untuk mengidentifikasi dan mengklasifikasikan wajah dengan masker, masker yang tidak tepat, dan tanpa masker. Kemudian, model diuji untuk mengukur tingkat akurasinya. Hasil dari tiga puluh kali percobaan menunjukkan bahwa model memiliki akurasi sebesar 99%, yang diuji menggunakan webcam secara real-time. Model ini juga dilengkapi dengan indikator suara yang memberikan notifikasi setiap kali wajah terdeteksi, menggunakan metode algoritma Convolutional Neural Network (CNN).