IMPLEMENTASI INTERNET OF THINGS (IoT) PADA SISTEM MONITORING KESEHATAN KULIT WAJAH BERJERAWAT BERBASIS RASPBERRY PI 4

Kurniawan, Aprila (2025) IMPLEMENTASI INTERNET OF THINGS (IoT) PADA SISTEM MONITORING KESEHATAN KULIT WAJAH BERJERAWAT BERBASIS RASPBERRY PI 4. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (Cover) Halaman Cover.pdf - Published Version Download (867kB)
	Text (Abstrak) Abstrak.pdf - Published Version Download (591kB)
	Text (BAB 1) Bab 1.pdf - Published Version Restricted to Repository staff only Download (124kB) | Request a copy
	Text (BAB 2) Bab 2.pdf - Published Version Restricted to Repository staff only Download (671kB) | Request a copy
	Text (BAB 3) Bab 3.pdf - Published Version Restricted to Repository staff only Download (522kB) | Request a copy
	Text (BAB 4) Bab 4.pdf - Published Version Restricted to Repository staff only Download (543kB) | Request a copy
	Text (BAB 5) Bab 5.pdf - Published Version Restricted to Repository staff only Download (74kB) | Request a copy
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (569kB) | Request a copy
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Kulit wajah merupakan bagian tubuh yang sangat sensitif dan rentan terhadap permasalahan seperti jerawat, sehingga memerlukan pemantauan yang akurat dan berkelanjutan. Alat pemantau konvensional seperti Skin Analyzer memiliki keterbatasan dalam memberikan informasi mendetail serta harganya yang relatif mahal. Oleh karena itu, penelitian ini merancang sistem pemantauan kesehatan kulit wajah berjerawat berbasis Internet of Things (IoT) menggunakan Raspberry Pi 4 dan algoritma YOLO v8 untuk mendeteksi jerawat secara real-time. Sistem bekerja dengan menangkap citra wajah melalui webcam, kemudian diproses oleh Raspberry Pi untuk menghitung jumlah jerawat. Hasil deteksi dikirim ke pengguna melalui notifikasi Telegram Bot dan ditampilkan melalui web server. Pengujian dilakukan sebanyak sepuluh kali untuk mengukur akurasi deteksi, rata-rata waktu pengiriman notifikasi, dan tingkat keberhasilan pengiriman. Hasil pengujian menunjukkan bahwa model YOLO v8 menghasilkan tingkat akurasi deteksi sebesar 58% berdasarkan 664 deteksi benar dari total 1.129 data uji. Waktu rata-rata pengiriman notifikasi dari Raspberry Pi ke Telegram adalah 3,9 detik, dengan tingkat keberhasilan pengiriman notifikasi mencapai 100% tanpa kegagalan. Kesimpulan penelitian ini adalah bahwa sistem berhasil melakukan deteksi dan pemantauan jerawat secara real-time dengan tingkat keberhasilan tinggi. Meskipun akurasi deteksi masih perlu ditingkatkan melalui penambahan dataset dan optimasi parameter model, sistem ini dapat menjadi prototipe awal untuk pemantauan kesehatan kulit wajah di klinik kecantikan maupun penggunaan pribadi.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Internet of Things, Raspberry Pi, YOLO v8, Deteksi Jerawat, Telegram Bot
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	12 Aug 2025 04:20
Last Modified:	12 Aug 2025 04:20
URI:	http://eprints.polsri.ac.id/id/eprint/18040

Actions (login required)

View Item