| NIM | H1A021036 |
|---|
| Namamhs | FERRY AMALUDIN |
|---|
| Judul Artikel | PENGARUH HYPERPARAMETER TUNING PADA KINERJA MOBILENETV2 DENGAN TRANSFER LEARNING UNTUK DETEKSI PENYAKIT KULIT |
|---|
| Abstrak (Bhs. Indonesia) | 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. |
|---|
| Abtrak (Bhs. Inggris) | Visual-based skin disease detection requires an efficient and accurate classification model to support the automatic diagnostic process. This study aims to analyze the effect of hyperparameter tuning on the performance of a Convolutional Neural Network model in classifying skin diseases. The model used is MobileNetV2, which is known for its lightweight architecture and efficiency on resource-constrained devices. The dataset used is ISIC 2019, consisting of eight classes of skin diseases. The experimental approach includes training the model without transfer learning, training MobileNetV2 without pretrained weights, and training MobileNetV2 using transfer learning with pretrained weights. The results indicate that hyperparameters play a crucial role in enhancing model performance. Applying transfer learning on MobileNetV2 with a learning rate of 0.0001, batch size of 16, and 70 epochs using a 20:80 train- test data split achieved the highest accuracy of 96.63%. These results show that the right combination of hyperparameters and the application of transfer learning can improve the model's ability to classify skin diseases. |
|---|
| Kata kunci | klasifikasi penyakit kulit; Convolutional Neural Network; transfer learning; hyperparameter tuning; MobileNetV2. |
|---|
| Pembimbing 1 | Dr. Ir. Mulki Indana Zulfa, S.T., M.T. |
|---|
| Pembimbing 2 | Ir. Hari Siswantoro, S.T., M.T., Ph.D. |
|---|
| Pembimbing 3 | - |
|---|
| Tahun | 2025 |
|---|
| Jumlah Halaman | 11 |
|---|
| Tgl. Entri | 2025-05-21 14:08:33.061088 |
|---|