<![CDATA[Perkembangan teknologi kecerdasan buatan, khususnya dalam bidang computer vision, membuka peluang besar dalam mendukung pemeriksaan dermatologi. Acne vulgaris merupakan salah satu kondisi kulit yang memerlukan identifikasi awal secara akurat untuk menentukan perawatan yang sesuai. Penelitian ini bertujuan mengembangkan website pendeteksi acne vulgaris berbasis Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari beberapa jenis lesi acne vulgaris, antara lain blackheads, whiteheads, pustules, Papules, dan kategori non-acne. Data citra diolah melalui tahap preprocessing seperti normalisasi, resizing, dan augmentation untuk meningkatkan kualitas pelatihan model. Model CNN yang dibangun kemudian diintegrasikan ke dalam aplikasi berbasis web/mobile agar dapat digunakan secara praktis. Hasil pengujian menunjukkan bahwa model mampu melakukan klasifikasi jenis lesi dengan tingkat akurasi yang cukup baik dengan accuracy: 0.8450, loss: 0.4269, val_accuracy: 0.8050, val_loss: 0.6159. Aplikasi ini diharapkan dapat membantu pengguna dalam mengenali jenis lesi acne vulgaris secara mandiri sebelum melakukan konsultasi lebih lanjut dengan tenaga medis.]]>
Copyrights © 2026
