<![CDATA[Deteksi penyakit kulit berbasis visual memerlukan model klasifikasi yang efisien dan akurat dalam membantu proses diagnosis secara otomatis. Penelitian ini bertujuan untuk menganalisis pengaruh hyperparameter tuning terhadap performa model Convolutional Neural Network (CNN) dalam melakukan klasifikasi penyakit kulit. Model yang digunakan adalah MobileNetV2 yang dikenal ringan dan efisien untuk perangkat dengan sumber daya yang terbatas. Dataset yang digunakan adalah ISIC 2019, yang terdiri dari delapan kelas penyakit kulit. Pendekatan penelitian yang dilakukan mencakup pelatihan model CNN dasar tanpa transfer learning, pelatihan MobileNetV2 tanpa menggunakan bobot pelatihan, dan pelatihan model MobileNetV2 menggunakan transfer learning. Hasil penelitian menjunjukkan bahwa hyperparameter berperan penting dalam meningkatkan kemampuan model. Penggunaan transfer learning pada MobileNetV2 dengan learning rate sebesar 0.0001 , batch size 16 dan 70 epoch dengan menggunakan rasio 20:80 untuk data traning dan testing menghasilkan akurasi tertinggi sebesar 96.63% Hasil ini menunjukkan bahwa kombinasi hyperparameter yang tepat serta penerapan transfer learning dapat meningkatkan kemampuan model dalam melakukan klasifikasi penyakit kulit.]]>
Copyrights © 2025
