Klasifikasi Citra Cacar Monyet menggunakan Convolutional Neural Network: Studi Literatur

Authors

  • Debby Megapriliya Institut Teknologi Dan Bisnis STIKOM BALI
  • Dandy Pramana Hostiadi Institut Teknologi Dan Bisnis STIKOM BALI
  • Gede Angga Pradipta Institut Teknologi Dan Bisnis STIKOM BALI

Keywords:

klasifikasi citra, cacar monyet, convolutional neural network

Abstract

Cacar monyet merupakan salah satu penyakit kulit menular yang memiliki kemiripan visual dengan penyakit kulit lainnya seperti campak dan cacar air, sehingga menyulitkan proses identifikasi secara cepat dan akurat tanpa melalui pemeriksaan klinis lebih lanjut. Kondisi tersebut mendorong pengembangan sistem klasifikasi citra digital untuk membantu proses identifikasi lesi kulit cacar monyet secara otomatis. Salah satu pendekatan yang banyak digunakan dalam penelitian terkini adalah Convolutional Neural Network, yang mampu mengekstraksi fitur dan mengenali pola citra yang kompleks. Studi literatur ini bertujuan untuk meninjau pemanfaatan arsitektur Convolutional Neural Network dalam klasifikasi citra lesi kulit cacar monyet ke dalam 2 kategori, yaitu cacar monyet dan non cacar monyet. Kajian difokuskan pada penggunaan model Convolutional Neural Network pretrained yang umum digunakan dalam klasifikasi citra medis. Hasil kajian menunjukkan bahwa pendekatan Convolutional Neural Network pretrained secara umum mampu memberikan kinerja yang baik dalam membedakan lesi cacar monyet dan non cacar monyet, serta memiliki potensi untuk mendukung pengembangan sistem klasifikasi berbasis citra medis.

Downloads

Published

2026-03-31

How to Cite

[1]
Debby Megapriliya, Dandy Pramana Hostiadi, and Gede Angga Pradipta, “Klasifikasi Citra Cacar Monyet menggunakan Convolutional Neural Network: Studi Literatur”, SPINTER, vol. 2, no. 2, pp. 325–330, Mar. 2026.