Aji Pangestu
Universitas Gunadarma

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

Found 1 Documents
Search
Journal : Jurnal Ilmiah KOMPUTASI

Deep Learning untuk Mendeteksi Pola Kebotakan Rambut pada Pria dengan Metode CNN( Convolutional Neural Network): Array Aji Pangestu; Aries Muslim
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3006

Abstract

Kerontokan rambut pada pria sering disebut juga sebagai Male Pattern Baldness menyebabkan penipisan pada rambut di area kepala pada pria hal ini terjadi karena erat kaitanya dengan hormone yang berperan penting yaitu testosterone dan dihydrotestosterone (DHT). Pada penderita male pattern baldness, kadar DHT ini lebih tinggi dari normal dan biasanya disertai resptor pada foliker rambut yang memang lebih peka terhadap DHT, Namun male pattern baldness dapa diukur dengan pola tertentu yang dinamakan Hamilton-Norwood Scale. Pada penelitian ini akan menerapakan metode Deep Learning untuk mendeteksi pola kebotakan rambut yang dialami pria berdasarkan pola ukur Hamilton-Norwood Scale menggunakan Tensorflow Object Detection API dengan menerapkan Convolutional Neural Network (CNN) pada klasifikasi citra yang digunakan. Penelitian ini diharapkan dapat melakukan deteksi dan mengukur akurasi setiap klasifikasi yang telah ditentukan berdasarkan pola ukur yang hasilnya akan ditampilkan pada OpenCV ( Open Source Computer Vision Library). Dataset yang dipergunakan pada penelitian ini dibuat dengan menyimpan sejumlah 248 gambar yang akan dibagi kedalam tiga bagian, yaitu dataset train, dataset test, dan dataset image testing yang perbandingan data yang digunakaan pada setiap dataset yaitu sebesar 65% : 20% : 15% . Peroses pelatihan dilakukan dengan menggunakan Tensorflow GPU, Anaconda dan JupyterNotebook . Penelitian ini menggunakan Python 3.6.3 sebagai bahasa pemrograman dan library pada Python. Dari hasil uji coba pada penelitian ini diperoleh tingkat akurasi sebesar 62,5% dari hasil akhir sebanyak 15 gambar tidak terdeteksi.