| dc.description.abstract | Jerawat sangat umum terjadi karena faktor seperti hormon, kebersihan, dan
paparan lingkungan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi
otomatis masalah kulit wajah menggunakan algoritma YOLOv5, dengan fokus
pada masalah jenis jerawat pada wajah berjerawat. Metodologi penelitian
melibatkan pengambilan dataset secara langsung pada wajah berjerawat, dengan
sampel sebanyak 1230 citra. Proses penelitian mencakup pengumpulan data,
pelabelan menggunakan platform Roboflow, pembagian dataset menjadi data
training, testing, dan validasi, serta implementasi algoritma YOLOv5
menggunakan Google Colab. Tahapan penelitian meliputi input data, pelabelan
objek, konfigurasi dataset, persiapan YOLOv5, pemodelan, pengujian model,
hyperparameter tuning, dan evaluasi kinerja model. Hasil penelitian ini
menghasilkan tingkat akurasi yang dilihat berdasarkan nilai mAP yaitu sebesar
87.6%, sehingga hal ini dapat dianggap bahwa model dianggap baik dalam
mendeteksi jenis jerawat pada masalah kulit wajah sesuai pengujian pada data. | en_US |
