Deteksi Otomatis Jenis Jerawat dengan menggunakan Metode YOLOv5

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.