Klasifikasi Penyakit Kulit Kepala Menggunakan Deep Learning dengan Metode Convolutional Neural Network (CNN)

Penyakit kulit sekalipun tidak berbahaya, mempunyai dampak yang besar bagi pasien baik secara fisik maupun psikologik. Deteksi dini dan akurat penyakit di kulit kepala sangat penting untuk menyediakan rencana perawatan yang tepat waktu guna menghentikan perkembangannya dan menghemat biaya medis. Tingginya biaya yang perlu dikeluarkan oleh pasien untuk melakukan diagnosis penyakit kulit yang dilakukan oleh dokter spesialis kulit dan kelamin, maka diperlukan sistem deteksi dini penyakit kulit yang membantu menghemat biaya yang harus ditanggung pasien. Penelitian ini berfokus untuk mengimplementasikan deep learning dengan metode Convolution Neural Network (CNN) dengan memanfaatkan framework Tensorflow guna mendeteksi penyakit kulit kepala yang terjadi pada kita dan bertujuan bertujuan untuk mengimplementasikan model CNN untuk mengklasifikasikan jenis penyakit kulit kepala dan mengetahui keakuratan hasil dari klasifikasi penyakit kulit kepala tersebut. Penyakit yang di teliti pada penelitian ini adalah Folliculitis , Seborrheic Dermatitis dan Tinea Capitis dengan total dataset 300 gambar pada masing-masing penyakit dengan jumlah total 900 gambar. Training dan testing merupakan dua proses yang dilakukan pada penelitian ini dengan pembagian data sebesar 80% untuk data training dan 20% untuk data testing. Hasil terbaik dari penelitian yang telah dilakukan adalah 99,7% untuk data training dan 90,4% untuk data testing yang dilakukan menggunakan 50 epoch.

Kata Kunci : Kulit Kepala, CNN, Citra Digital