TOGATOROP, ZEPRI HASIHOLAN (2026) Studi Komparatif Pengaruh Preprocessing Citra Berbasis Laplacian of Gaussian terhadap Kinerja Convolutional Neural Network (CNN) dalam Klasifikasi Kebotakan. S2 thesis, Universitas Mercu Buana Jakarta - Menteng.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (COVER)
55422110017-Zepri Hasiholan Togatorop-01 Cover - Zepri H T.pdf Download (742kB) |
|
Text (BAB 1)
55422110017-Zepri Hasiholan Togatorop-02 Bab 1 - Zepri H T.pdf Restricted to Registered users only Download (124kB) |
|
Text (BAB 2)
55422110017-Zepri Hasiholan Togatorop-03 Bab 2 - Zepri H T.pdf Restricted to Registered users only Download (502kB) |
|
Text (BAB 3)
55422110017-Zepri Hasiholan Togatorop-04 Bab 3 - Zepri H T.pdf Restricted to Registered users only Download (562kB) |
|
Text (BAB 4)
55422110017-Zepri Hasiholan Togatorop-05 Bab 4 - Zepri H T.pdf Restricted to Registered users only Download (594kB) |
|
Text (BAB 5)
55422110017-Zepri Hasiholan Togatorop-06 Bab 5 - Zepri H T.pdf Restricted to Registered users only Download (153kB) |
|
Text (DAFTAR PUSTAKA)
55422110017-Zepri Hasiholan Togatorop-08 Daftar Pustaka - Zepri H T.pdf Restricted to Registered users only Download (111kB) |
|
Text (LAMPIRAN)
Zepri Hasiholan Togatorop 55422110017 SURAT KETERANGAN HASIL SIMILARITY - Zepri H T.pdf Restricted to Registered users only Download (340kB) |
Abstract
Kebotakan atau alopecia merupakan kondisi yang dapat memengaruhi aspek fisiologis dan psikologis individu. Deteksi dini kebotakan penting untuk mencegah perkembangan kondisi yang lebih parah. Perkembangan teknologi kecerdasan buatan, khususnya pada bidang computer vision dan deep learning, memungkinkan proses skrining dini melalui analisis citra kulit kepala menggunakan metode Convolutional Neural Network (CNN). Penelitian ini bertujuan menganalisis pengaruh preprocessing citra berbasis Laplacian of Gaussian (LoG) terhadap kinerja CNN dalam klasifikasi citra kulit kepala menjadi dua kelas, yaitu normal dan hair loss. Proses preprocessing meliputi citra original, LoG, kombinasi CLAHE–LoG, serta skema bertahap grayscale, CLAHE, dan LoG. Evaluasi dilakukan menggunakan analisis statistik citra global dan fitur tekstur Gray Level Co-occurrence Matrix (GLCM), kemudian dibandingkan performa model CNN dengan arsitektur MobileNetV2, ResNet50, dan EfficientNetB4. Hasil penelitian menunjukkan bahwa preprocessing berbasis LoG mampu meningkatkan kualitas fitur citra dan memberikan pengaruh positif terhadap performa klasifikasi CNN.Kombinasi preprocessing tertentu menghasilkan pemisahan tekstur yang lebih baik antara kelas normal dan hair loss, sehingga meningkatkan stabilitas dan akurasi model dalam proses klasifikasi citra kulit kepala. Kata kunci: kebotakan, pengolahan citra digital, preprocessing citra, Laplacian of Gaussian, Convolutional Neural Network.
| Item Type: | Thesis (S2) |
|---|---|
| NIM/NIDN Creators: | 55422110017 |
| Uncontrolled Keywords: | kebotakan, pengolahan citra digital, preprocessing citra, Laplacian of Gaussian, Convolutional Neural Network. |
| Subjects: | 600 Technology/Teknologi > 620 Engineering and Applied Operations/Ilmu Teknik dan operasi Terapan 600 Technology/Teknologi > 620 Engineering and Applied Operations/Ilmu Teknik dan operasi Terapan > 621 Applied Physics/Fisika terapan > 621.3 Electrical Engineering, Lighting, Superconductivity, Magnetic Engineering, Applied Optics, Paraphotic Technology, Electronics Communications Engineering, Computers/Teknik Elektro, Pencahayaan, Superkonduktivitas, Teknik Magnetik, Optik Terapan, Tekn |
| Divisions: | Pascasarjana > Magister Teknik Elektro |
| Depositing User: | MARISA ANGGRENI BR BANGUN |
| Date Deposited: | 16 Mar 2026 01:54 |
| Last Modified: | 16 Mar 2026 01:54 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/101654 |
Actions (login required)
 |
View Item |
