PENERAPAN ARTIFICIAL INTELLIGENCE (AI) PADA SISTEM PENDETEKSI KULIT WAJAH BERJERAWAT MENGGUNAKAN YOU ONLY LOOK ONCE (YOLOV8)

Sabara, Gally (2025) PENERAPAN ARTIFICIAL INTELLIGENCE (AI) PADA SISTEM PENDETEKSI KULIT WAJAH BERJERAWAT MENGGUNAKAN YOU ONLY LOOK ONCE (YOLOV8). Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) 1. COVER-DAFTAR TABEL.pdf - Published Version Download (711kB)
Preview	Text (ABSTRAK) 9. ABSTRACT.pdf - Published Version Download (269kB) | Preview
	Text (BAB I) 2. BAB I.pdf - Published Version Restricted to Repository staff only Download (314kB) | Request a copy
	Text (BAB II) 3. BAB II.pdf - Published Version Restricted to Repository staff only Download (756kB) | Request a copy
	Text (BAB III) 4. BAB III.pdf - Published Version Restricted to Repository staff only Download (543kB) | Request a copy
	Text (BAB IV) 5. BAB IV.pdf - Published Version Restricted to Repository staff only Download (583kB) | Request a copy
	Text (BAB V) 6. BAB V.pdf - Published Version Restricted to Repository staff only Download (250kB) | Request a copy
	Text (DAFTAR PUSTAKA) 7. DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (221kB) | Request a copy
	Text (LAMPIRAN) 8. LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penelitian ini mengembangkan sistem pendeteksi jerawat berbasis Artificial Intelligence (AI) menggunakan algoritma You Only Look Once versi 8 (YOLOv8) untuk mengidentifikasi jenis-jenis jerawat seperti papule, pustule, nodul, dan komedo secara otomatis dan real-time. Dataset diperoleh dari platform Roboflow, dilabeli secara manual, dan digunakan dalam pelatihan model deteksi. Model yang telah dilatih dijalankan pada perangkat Raspberry Pi 4 yang terhubung dengan kamera dan pencahayaan LED sebagai sistem input visual. Sistem juga dilengkapi fitur pengiriman hasil deteksi melalui Telegram sebagai bagian dari integrasi Internet of Things (IoT), memungkinkan pemantauan jarak jauh secara efisien. Tujuan utama dari sistem ini adalah menyediakan solusi alternatif yang cepat, terjangkau, dan mudah digunakan dalam proses deteksi awal masalah kulit wajah tanpa keterlibatan langsung tenaga medis. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi jerawat dengan tingkat akurasi tinggi dan kinerja stabil, sehingga berpotensi diterapkan dalam dunia dermatologi digital sebagai alat bantu diagnosis mandiri yang cerdas.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	YOLOv8, Kecerdasan Buatan, Raspberry Pi, Jerawat, Deteksi Otomatis, IoT
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	12 Aug 2025 04:42
Last Modified:	12 Aug 2025 04:42
URI:	http://eprints.polsri.ac.id/id/eprint/18044

Actions (login required)

View Item