Deteksi dan Klasifikasi Tingkat Keparahan Jerawat: Perbandingan Metode You Only Look Once

Isi Artikel Utama

Giezka Veby Agustin
Mewati Ayub
Swat Lie Liliawati

Abstrak

Jerawat (Acne vulgaris) adalah salah satu penyakit kulit yang paling umum terjadi, terutama pada wajah. Diagnosa dan penanganan yang tepat penting untuk hasil perawatan yang maksimal dan meningkatkan keakuratan deteksi serta klasifikasi tingkat keparahan jerawat. YOLO (You Only Look Once) merupakan metode deep learning yang digunakan untuk deteksi objek dalam gambar. Penelitian ini membandingkan hasil dan kinerja dari YOLOv5 dan YOLOv8 dalam mendeteksi jerawat pada wajah. Pada penelitian ini juga dilakukan beberapa eksperimen dengan proses pre-processing data, ukuran model, hingga penggunaan hyperparameters dasar yang berbeda pada kedua model, untuk mengetahui pengaruh serta perbedaan pada model YOLOv5 dan YOLOv8. Dari hasil penelitian yang dilakukan menunjukkan bahwa YOLOv5 secara keseluruhan memiliki nilai performa lebih tinggi dalam mendeteksi jerawat dibanding YOLOv8 yang membutuhkan beberapa nilai hyperparameter serta ukuran model yang lebih besar untuk mendapatkan hasil paling optimal. Hyperparameter konservatif (dengan nilai atau ukuran yang relatif lebih kecil) pada YOLOv5 berkontribusi pada performa yang lebih baik.

Unduhan

Data unduhan belum tersedia.

Rincian Artikel

Cara Mengutip
[1]
G. Veby Agustin, M. Ayub, dan S. L. Liliawati, “Deteksi dan Klasifikasi Tingkat Keparahan Jerawat: Perbandingan Metode You Only Look Once”, JuTISI, vol. 10, no. 3, hlm. 468–481, Des 2024.
Bagian
Articles

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>