DETEKSI ACNE VULGARIS MENGGUNAKAN YOU ONLY LOOK ONCE VERSI 11 (YOLOv11)

Nabila Syaida Ramdani, - (2025) DETEKSI ACNE VULGARIS MENGGUNAKAN YOU ONLY LOOK ONCE VERSI 11 (YOLOv11). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK (4) - Nabila Syaida Ramdani.pdf Download (237Kb) | Preview
	File PDF SKRIPSI FULL (5) - Nabila Syaida Ramdani.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI FULL TANPA BAB PEMBAHASAN (5) - Nabila Syaida Ramdani.pdf Download (4Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Acne Vulgaris (AV) is a chronic inflammatory skin disorder that commonly affects adolescents and young adults. Early detection of AV types is crucial to prevent both physical and psychological complications. This study aims to develop an image- based AV detection system using the You Only Look Once version 11 (YOLOv11) architecture, known for its high efficiency in real-time object detection. The dataset used was sourced from Roboflow and consists of five AV classes: whitehead, blackhead, papule, pustule, and nodule. Manual annotation using bounding boxes was performed before training the model for 100 epochs. Evaluation results show that the YOLOv11 model can detect AV with a mean Average Precision (mAP) @0.5 of 0.469. The best performance was achieved in the pustule class with a mAP@0.5 of 0.688, while the whitehead class had the lowest detection accuracy. This study demonstrates the significant potential of YOLOv11 for automatic and real-time AV classification and highlights its applicability as a self-monitoring and educational tool in non-medical contexts. Further improvements can be achieved through advanced data augmentation techniques and enhanced model architectures to enhance detection performance. Keywords: Acne Vulgaris, YOLOv11, object detection, deep learning, acne classification, computer vision. Acne Vulgaris (AV) merupakan kelainan inflamasi kronis pada kulit yang umum terjadi, terutama di kalangan remaja dan dewasa muda. Deteksi dini terhadap jenis- jenis AV menjadi penting untuk mencegah dampak fisik maupun psikologis yang lebih parah. Penelitian ini bertujuan untuk mengembangkan sistem deteksi AV berbasis citra menggunakan arsitektur You Only Look Once versi 11 (YOLOv11), yang dikenal memiliki kemampuan deteksi objek real-time dengan efisiensi tinggi. Dataset yang digunakan bersumber dari Roboflow dan mencakup lima kelas AV, yaitu whitehead, blackhead, papule, pustule, dan nodule. Proses anotasi dilakukan secara manual menggunakan bounding box, kemudian model dilatih selama 100 epoch. Hasil evaluasi menunjukkan bahwa model YOLOv11 mampu mendeteksi AV dengan nilai rata-rata mean Average Precision (mAP) @0.5 sebesar 0,469. Deteksi terbaik diperoleh pada kelas pustule dengan mAP@0.5 sebesar 0,688, sedangkan kelas whitehead menunjukkan performa terendah. Penelitian ini menunjukkan bahwa YOLOv11 memiliki potensi signifikan dalam membantu klasifikasi AV secara otomatis dan real-time, serta dapat dimanfaatkan sebagai alat edukasi mandiri dalam bidang non-medis. Pengembangan lebih lanjut melalui teknik augmentasi data dan peningkatan arsitektur model direkomendasikan untuk meningkatkan akurasi deteksi. Kata kunci: Acne Vulgaris, YOLOv11, deteksi objek, deep learning, klasifikasi jerawat, visi komputer.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika
Pengguna Deposit:	UPT . Ery Elyasari
Date Deposited:	28 Oct 2025 03:13
Terakhir diubah:	28 Oct 2025 03:13
URI:	http://digilib.unila.ac.id/id/eprint/92147

Actions (login required)

Lihat Karya Akhir