Perancangan Sistem Deteksi Penyakit Kulit Pada Kucing Menggunakan Deep Learning Berbasis Android

Irgi Yoga Pangestu; Shumaya Resty Ramadhani

doi:10.34148/teknika.v12i3.673

Irgi Yoga Pangestu Program Studi Teknik Informatika, Politeknik Caltex Riau, Pekanbaru, Riau
Shumaya Resty Ramadhani Program Studi Teknik Informatika, Politeknik Caltex Riau, Pekanbaru, Riau

DOI: https://doi.org/10.34148/teknika.v12i3.673

Keywords: Android, Convolutional Neural Network, Deteksi, Penyakit Kulit, Kucing

Abstract

Penyakit kulit merupakan jenis penyakit yang sering dialami oleh makhluk hidup terutama kucing. Kucing salah satu hewan yang paling banyak dipelihara oleh manusia. Berdasarkan hasil survei berupa kuesoner yang disebarkan ke orang-orang yang memiliki kucing atau penyayang kucing, terdapat sekitar 65% dari 20 responden mengatakan kalau kucing peliharaannya pernah mengalami penyakit kulit dan sekitar 65% dari 20 responses mengatakan kesulitan mengenali penyakit kulit pada kucing. Pemilik atau pecinta kucing melakukan identifikasi penyakit kulit pada kucing dengan cara manual menggunakan indra penglihatan yaitu mata. Karena gejala penyakit kulit pada kucing memiliki kesamaan antar jenis penyakit, hal itu membuat pemilik atau pecinta kucing ragu atau salah mengenali jenis penyakit kulit pada kucing. Hal ini menyebabkan pecinta kucing salah memberikan pertolongan pertama atau pengobatan. Kondisi ini bisa membuat kucing bukan menjadi lebih sehat melainkan bisa bertambah parah. Solusi untuk mengatasi permasalahan tersebut untuk mengidentifikasi penyakit kulit pada kucing, penulis akan mengimplementasikan Deep Learning dengan menggunakan algoritma Convolutional Neural Network (CNN) untuk melakukan deteksi penyakit kulit pada kucing. Untuk mempermudah dalam pemakaiannya, dibuatlah dalam bentuk aplikasi android. Berdasarkan hasil uji confusion matrix didapatkan akurasi sebesar 78,33%, presisi sebesar 76,96%, dan recall sebesar 74,94%.

Downloads

Download data is not yet available.

References

I. Sukma and M. Petrus, “Sistem pakar penyakit kucing Menggunakan metode forward chaining Berbasis web,” Simtek : jurnal sistem informasi dan teknik komputer, vol. 5, no. 1, pp. 52—58, 2020. doi:10.51876/simtek.v5i1.73.

M. Bela Pramesthi Putri and E. Santoso, “Diagnosis Penyakit Kulit Pada Kucing Menggunakan Metode Modified K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1797—1803, 2017, [Online]. Available: http://j-ptiik.ub.ac.id

I. Gunaawan and Y. Fernando, “Sistem Pakar Diagnosa Penyakit Kulit Kucing Menggunakan Metode Naive Bayes Berbasis Web,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 2, no. 2, pp. 239—247, 2021, doi: 10.35870/jtik.v6i3.466.

I. W. Prastika, E. Zuliarso, J. T. Lomba, J. No, and S. 50241, “Deteksi Penyakit Kulit Wajah Menggunakan Tensorflow Dengan Metode Convolutional Neural Network,” J. Manaj. Inform. Sist. Informasi), vol. 4, no. 2, pp. 84—91, 2021, [Online]. Available: http://e-journal.stmiklombok.ac.id/index.php/misi

M. A. Hanin, R. Patmasari, and R. Y. Nur, “Sistem Klasifikasi Penyakit Kulit Menggunakan Convolutional Neural Network ( Cnn ) Skin Disease Classification System Using Convolutional Neural Network ( Cnn ),” e-Proceeding Eng., vol. 8, no. 1, pp. 273—281, 2021.

Y. Muflihah and G. Pramana, “Diagnosa penyakit kulit pada hewan kucing menggunakan metode forward chaining,” Jurnal Informasi dan Teknologi, vol. 5, no. 3, pp. 51—57, 2023. doi:10.60083/jidt.v5i3.388.

A. Peryanto, A. Yudhana, and R. Umar, “Rancang Bangun Klasifikasi Citra Dengan Teknologi Deep Learning Berbasis Metode Convolutional Neural Network,” Format J. Ilm. Tek. Inform., vol. 8, no. 2, p. 138, 2020, doi: 10.22441/format.2019.v8.i2.007.

P. A. Nugroho, I. Fenriana, and R. Arijanto, “Implementasi Deep Learning Menggunakan Convolutional Neural Network ( Cnn ) Pada Ekspresi Manusia,” Algor, vol. 2, no. 1, pp. 12—21, 2020.

A. Santoso and G. Ariyanto, “Implementasi Deep Learning berbasis Keras untuk Pengenalan Wajah,” Emit. J. Tek. Elektro, vol. 18, no. 1, pp. 15—21, 2018, doi: 10.23917/emitor.v18i01.6235.

L. Agustien, T. Rohman, and A. W. Hujairi, “Real-time Deteksi Masker Berbasis Deep Learning menggunakan Algoritma CNN YOLOv3,” J. Teknol. Inf. dan Terap., vol. 8, no. 2, pp. 129—137, 2021, doi: 10.25047/jtit.v8i2.246.

S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network,” JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 3, no. 2, pp. 49—56, 2018.

F. N. Cahya, N. Hardi, D. Riana, and S. Hadiyanti, “Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN),” Sistemasi, vol. 10, no. 3, p. 618, 2021, doi: 10.32520/stmsi.v10i3.1248.

H. A and M. I, “Penerapan Metode Convolutional Neural Network Pada Pengenalan Pola Citra Sandi Rumput,” thesis, Universitas Komputer Indonesia, Bandung, 2019.

Y. D. Wijaya and M. W. Astuti, “Pengujian Blackbox Sistem Informasi Penilaian Kinerja Karyawan Pt Inka (Persero) Berbasis Equivalence Partitions,” J. Digit. Teknol. Inf., vol. 4, no. 1, p. 22, 2021, doi: 10.32502/digital.v4i1.3163.