Optimalisasi Deteksi Jenis Kulit Wajah Menggunakan Transfer Learning Dengan Algoritma Cnn Dan Augmentasi Data

Juanda, Putra (2025) Optimalisasi Deteksi Jenis Kulit Wajah Menggunakan Transfer Learning Dengan Algoritma Cnn Dan Augmentasi Data. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (144kB)
	Text BAB 2.pdf Download (267kB)
	Text BAB 3.pdf Download (462kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (117kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

enampilan kulit wajah yang sehat dan terawat menjadi perhatian banyak
orang, sehingga penting untuk mengetahui jenis kulit sebelum memilih produk
perawatan yang sesuai. Penelitian ini mengembangkan sistem deteksi jenis kulit wajah
menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan
transfer learning dari arsitektur MobileNetV2 serta teknik augmentasi data. Dataset
yang digunakan berasal dari Kaggle dan terdiri dari tiga kategori: kulit kering, normal,
dan berminyak. Model dilatih dengan teknik hyperparameter tuning untuk
meningkatkan akurasi dan menghindari overfitting. Hasil evaluasi menunjukkan bahwa
model mencapai akurasi 90,40% pada data uji, yang lebih baik dibandingkan model
tanpa augmentasi dan transfer learning hanya mencapai 61.70%. Sistem ini kemudian
diimplementasikan dalam sebuah aplikasi yang memungkinkan pengguna
mengunggah gambar wajah untuk dianalisis. Dengan adanya aplikasi ini, pengguna
dapat lebih mudah mengetahui jenis kulit mereka dan memilih produk perawatan yang
sesuai.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > H Social Sciences (General) H Social Sciences > HA Statistics
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	18 Jul 2025 02:41
Last Modified:	18 Jul 2025 02:41
URI:	https://repository.unas.ac.id/id/eprint/13785

Actions (login required)

View Item