SiDeProJa: Sistem Deteksi Problem Wajah Berbasis Machine Learning

Hak Cipta

SiDeProJa: Sistem Deteksi Problem Wajah Berbasis Machine Learning

Aplikasi SiDeProJa: Sistem Deteksi Problem Wajah Berbasis Machine Learning yang dikembangkan berdasarkan pada hasil penelitian yang memanfaatkan model deep learning untuk identifikasi kondisi kulit wajah. Aplikasi ini menekankan pada penggunaan arsitektur model: MobileNetV2, MobileNetV3, EfficientNetV1, dan EfficientNetV2 untuk mengidentifikasi berbagai kondisi kulit wajah secara akurat. Model-model ini telah diuji secara komprehensif untuk menentukan performa mereka dalam hal akurasi, presisi, recall, dan F1 score, khususnya untuk lingkungan dengan keterbatasan sumber daya komputasi. MobileNetV2, yang memiliki akurasi rata-rata tertinggi sebesar 88%, merupakan pilihan ideal untuk diintegrasikan ke dalam aplikasi SiDeProJa, terutama karena waktu inferensi yang cepat dan ukuran model yang relatif kecil, sehingga cocok untuk digunakan di daerah dengan sumber daya komputasi terbatas seperti klinik di pedesaan. Aplikasi ini diharapkan dapat membantu mempercepat diagnosis dan perawatan masalah kulit wajah di daerah terpencil, di mana akses ke perawatan dermatologi sering kali terbatas. Dengan mengintegrasikan teknologi deep learning ini ke dalam aplikasi SiDeProJa, Anda dapat menyediakan solusi diagnostik yang akurat dan efisien, yang pada akhirnya dapat meningkatkan kualitas perawatan kesehatan kulit di berbagai daerah, terutama yang kurang terlayani.

2024-1722514957-urye

B-18710/III.6.4/TK.11.01/8/2024


( Lihat )

Pusat Riset Kecerdasan Artifisial dan Keamanan Siber

tauf022@brin.go.id

Badan Riset dan Inovasi Nasional

SF - Perangkat Lunak

Bandung

01 Agustus 2024

EC002024223233

11 November 2024

11 November 2024

000795665

  • Taufik Iqbal Ramdhani
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Imam Civi Cartealy
    ( Pusat Riset Komputasi )
  • Sahid Bismantoko
    ( Pusat Riset Komputasi )
  • Akbari Indra Basuki
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Didi Rosiyadi
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Heru Susanto
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Rachmat Hidayat
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Uus Khusni
    ( Pusat Riset Kecerdasan Artifisial dan Keamanan Siber )
  • Raditya Panji Umbara
    ( Pusat Riset Kebencanaan Geologi )
Kembali