Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Susanto, Luban Abdi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Citra Lesi Kulit Serupa Virus Monkeypox Menggunakan VGG-19 Convolutional Neural Network Susanto, Luban Abdi; Nilogiri, Agung; Handayani, Luluk
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 8 No. 1 (2023): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v8i1.168

Abstract

Pasca wabah covid19, muncul lagi ancaman penyakit menular yaitu cacar monyet dengan nama lain virus monkeypox. Cacar monyet adalah penyakit yang ditularkan melalui virus hewan yang tergolong ke dalam genus orthopoxvirus dan memiliki gejala serupa dengan penyakit cacar dan cacar air. Salah satu cara mendiagnosis monkeypox adalah dengan mengklasifikasikan gambar lesi kulit serupa, untuk menentukan apakah pasien benar menderita monkeypox atau bukan. Metode yang umum digunakan untuk klasifikasi citra adalah Convolutional Neural Network (CNN). CNN merupakan pengembangan dari Multi-Layer Perceptron (MLP) yang ditujukan untuk mengolah data dua dimensi seperti gambar dan audio. Arsitektur CNN yang digunakan pada penelitian ini yaitu VGG-19 dengan 16-convolution layer + relu, 5-pooling layer, dan fully connected layer. Dataset yang digunakan berjumlah 1.000 citra lesi kulit serupa virus monkeypox untuk diukur tingkat persentase akurasi, sensitivitas, dan spesifisitas. Hasil pengujian menggunakan unseen data diperoleh tingkat akurasi sebesar 76%, sensitivitas sebesar 76%, dan spesifisitas sebesar 92%.
Co-Authors Agung Nilogiri Handayani, Luluk