IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACKPROPAGATION

Wiranata, I Made Nomo (2017) IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACKPROPAGATION. Skripsi thesis, STMIK AKAKOM Yogyakarta.

[img]
Preview
Text
1_135410094_HALAMAN_DEPAN.pdf - Published Version

Download (870kB) | Preview
[img]
Preview
Text
2_135410094_BAB_I.pdf - Published Version

Download (162kB) | Preview
[img]
Preview
Text
3_135410094_BAB_II.pdf - Published Version

Download (689kB) | Preview
[img] Text
4_135410094_BAB_III.pdf - Published Version
Restricted to Repository staff only

Download (404kB) | Request a copy
[img] Text
5_135410094_BAB_IV.pdf - Published Version
Restricted to Repository staff only

Download (647kB) | Request a copy
[img]
Preview
Text
6_135410094_BAB_V.pdf - Published Version

Download (152kB) | Preview
[img]
Preview
Text
7_135410094_DAFTAR_PUSTAKA.pdf - Published Version

Download (171kB) | Preview
[img]
Preview
Text
8_135410094_CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (162kB) | Preview
[img] Text
9_135410094_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (272kB) | Request a copy
Official URL: http://eprints.akakom.ac.id

Abstract

Pada manusia kulit dapat terserang berbagai macam jenis penyakit seperti iritasi, jerawat, bisul, kurap, kudis dan herpes. Penyakit kulit dapat ditularkan melalui sentuhan, baik secara fisik maupun penggunaan barang dengan orang yang menderita penyakit kulit. Untuk mengidentifikasi penyakit kulit biasanya dilakukan oleh seorang dokter tapi sejalan dengan berkembangnya teknologi diharapkan bisa diidentifikasi oleh komputer. Untuk mengidentifikasi penyakit kulit menggunkan salah satu metode dari jaringan syaraf tiruan(JST) yaitu metode backpropagation. Dimana tahapan dalam pengolahan data yaitu input melalui tahap segmentasi warna untuk mendapatkan nilai histogramnya, lalu di propagasi maju, kemudiam di propagasi balik dan diberikan perubahan bobot. Pada implementasi dilakukan beberapa kali training untuk mendapatkan akurasi terbaik. Dimana semakin besar jumlah node hidden maka akurasi yang di dapat semakin kecil. Akurasi terbaik di dapat pada node layer hidden berjumlah 10 dengan maksimal iterasi sebanyak 10000 dan maksimal errornya 0,001. Dengan nilai akurasi yang didapat adalah 98,2855%. Kata kunci : Akurasi , Backpropagation, JST, Kulit

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing I: Sri Redjeki, S.Si., M.Kom. Pembimbing II: Dini Fakta Sari, S.T., M.T.
Uncontrolled Keywords: Kata kunci : Akurasi , Backpropagation, JST, Kulit
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Users 517 not found.
Date Deposited: 17 Feb 2017 04:12
Last Modified: 17 Feb 2017 04:12
URI: http://eprints.akakom.ac.id/id/eprint/3789

Actions (login required)

View Item View Item