Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Ningsih, Risqiyati Amilia
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Image Kulit Wajah Berjerawat, Berminyak dan Kulit Sehat Menggunakan Teachable Machine Learning Ghofur, Abd.; Apriliana, Auliya; Ningsih, Risqiyati Amilia; Kamelia, Nur Dina; soleha, Zakiyatus; Jannah, Riatul
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 1 (2025): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v4i1.7770

Abstract

Kulit wajah yang sehat merupakan kebutuhan penting bagi banyak individu, terutama dalam hal penampilan dan kesehatan. Namun berbagai masalah kulit seperti jerawat dan kulit berminyak tetap menjadi tantangan umum. Dengan kemajuan teknologi kecerdasan buatan, identifikasi kondisi kulit kini dapat dilakukan secara otomatis menggunakan pendekatan pembelajaran mesin. Penelitian ini bertujuan untuk mengembangkan model klasifikasi citra kulit wajah berdasarkan tiga kategori: kulit berjerawat, kulit berminyak, dan kulit sehat, menggunakan platform Teachable Machine oleh Google. Data citra dikumpulkan dari berbagai sumber keberanian, kemudian diberi label dan dibor secara manual menggunakan metode klasifikasi citra berbasis MobileNet V2. Dua percobaan dilakukan untuk membandingkan pengaruh ukuran dataset dan parameter pelatihan terhadap kinerja model. Percobaan pertama, menggunakan dataset terbatas, mencapai akurasi klasifikasi 94–96%, sedangkan percobaan kedua, menggunakan dataset yang lebih besar dan ukuran batch yang lebih tinggi, mencapai akurasi hingga 98–99%. Evaluasi menggunakan matriks gangguan menunjukkan bahwa model tersebut secara akurat mengklasifikasikan citra kulit wajah, terutama dalam kategori kulit berminyak. Studi ini menunjukkan bahwa Teachable Machine efektif sebagai solusi awal untuk diagnosis kondisi kulit wajah secara otomatis dan memiliki potensi untuk pengembangan lebih lanjut dalam aplikasi kecantikan dan dermatologi digital.
Co-Authors Abd. Ghofur Apriliana, Auliya Jannah, Riatul Kamelia, Nur Dina soleha, Zakiyatus