Implementasi Model Efficientnet-B0 Untuk Klasifikasi Penyakit Kulit Berbasis Web

Abstract

Kulit adalah organ tubuh terbesar yang memiliki peran penting dalam memproteksi gangguan dari luar. Kasus penyakit kulit secara global telah menjadi sebuah isu kesehatan yang signifikan, termasuk di Indonesia di mana penyakit ini masuk dalam tiga besar penyakit paling umum yang dialami. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan mengoptimalkan model deep learning dengan arsitektur EfficientNet-B0 untuk klasifikasi penyakit kulit melalui aplikasi web. Untuk meningkatkan kinerja model, optimalisasi hiperparameter dilakukan dengan metode Bayesian. Hasilnya menghasilkan parameter terbaik, yaitu learning rate 0.0009161790628587733, ukuran batch 16, dan dropout 0.4981359253099801. Maka pada tahap transfer learning mendapatkan akurasi validasi 0.70 dan pada tahap fine tuning mendapatkan akurasi 0.90. Hasil penelitian menunjukkan bahwa penerapan metode deep learning dengan arsitektur EfficientNet-B0 yang dioptimalkan menggunakan Bayesian Optimization mampu meningkatkan performa klasifikasi penyakit kulit secara signifikan.