Pengembangan Aplikasi Mobile Klasifikasi Penyakit Kulit Berbasis EfficientNet-B0, Arsitektur MVVM dan CI/CD Pipeline

Authors

  • Ichlasul Fikri Astamar Putra
  • Habibullah Akbar

:

https://doi.org/10.32409/jikstik.23.4.3676

Keywords:

Aplikasi, Android, Pola Arsitektur, MVVM (Model-View-ViewModel), Kesehatan Kulit

Abstract

Penyakit kulit sering dianggap sebagai hal yang normal, tetapi dalam beberapa kasus, penyakit kulit dapat berbahaya dan mematikan dan seringkali dianggap abaikan oleh masyarakat luas. Disisi lain, saat ini teknologi berperan penting dalam kehidupan manusia sehari – hari sehingga aplikasi pada smartphone menjadi kebutuhan harian. Penelitian ini akan menjelasakan mengenai pengembangan aplikasi kesehatan kulit yang mengintegrasikan model machine learning dalam penggunaan aplikasi mobile berbasis Android menggunakan metode pengembangan Extreme Programming yang mengedepankan fleksibilitas dan responsif tergantung kebutuhan pengguna juga menekankan komunikasi yang erat antara tim pengembang. Selain itu penelitian ini juga berfokus dalam penerapan pada arsitektur aplikasi yang di rekomendasi oleh Android yaitu menggunakan Model-View-ViewModel (MVVM) dengan tingkat pengujian Black-Box Testing yang memuaskan dan nilai System Usability Scale 92 menandakan aplikasi yang dibuat harapannya dapat diterima dan membantu masyarakat sebagai penanganan tahap awal atau para profesional kesehatan, termasuk dermatologis dalam memberikan perawatan yang lebih baik dan lebih tepat bagi pasien yang mengalami masalah kulit.

Downloads

Download data is not yet available.

References

R. I. Permenkes, “Peraturan Menteri Kesehatan Republik Indonesia Nomor 71 Tahun 2015 Tentang Penanggulangan Penyakit Tidak Menular,” Jakarta Kemenkes RI, 2015.

S. Suharno and Y. Nugraha, “Pengetahuan Pasien tentang Perawatan Luka Dermatitis Kontak pada Pasien Rawat Jalan Berhubungan dengan Kejadian Dermatitis Infeksiosa,” J. Keperawatan Silampari, vol. 6, no. 2, pp. 980–986, 2023.

F. L. Santoso et al., “Profil Penyakit Kulit Penduduk Perkampungan Terapung Kepulauan Tihi-tihi dan Selangan, Bontang, Kalimantan Timur, Indonesia,” Cermin Dunia Kedokt., vol. 51, no. 2, pp. 67–70, 2024.

A. Rauf, “Perancangan Kampanye Sosial Pencegahan Penyakit Kulit Panu Melalui Media Poster,” Universitas Komputer Indonesia, 2019.

M. Siannoto, “Diagnosis dan Tatalaksana Urtikaria,” Cermin Dunia Kedokt., vol. 44, no. 3, pp. 190–194, 2017.

F. Nuraeni, Y. H. Agustin, and E. N. Yusup, “Aplikasi Pakar Untuk Diagnosa Penyakit Kulit Menggunakan Metode Forward Chaining Di Al Arif Skin Care Kabupaten Ciamis,” SEMNASTEKNOMEDIA ONLINE, vol. 4, no. 1, pp. 3–4, 2016.

N. S. Alk. ALEnezi, “A method of skin disease detection using image processing and machine learning,” Procedia Comput. Sci., vol. 163, pp. 85–92, 2019.

M. I. Rizki, “Sistem Pakar Diagnosa Penyakit Kulit Menggunakan Na{"i}ve Bayes Berbasis Web,” J. Transit, vol. 8, no. 4, pp. 27–34, 2020.

S. Bhadula, S. Sharma, P. Juyal, and C. Kulshrestha, “Machine learning algorithms based skin disease detection,” Int. J. Innov. Technol. Explor. Eng., vol. 9, no. 2, pp. 4044–4049, 2019.

P. R. Kshirsagar, H. Manoharan, S. Shitharth, A. M. Alshareef, N. Albishry, and P. K. Balachandran, “Deep learning approaches for prognosis of automated skin disease,” Life, vol. 12, no. 3, p. 426, 2022.

M. M. Husein and S. T. Dedi Gunawan, “Sistem Klasifikasi Penyakit Kulit pada Manusia Menggunakan Machine Learning Berbasis Android,” Universitas Muhammadiyah Surakarta, 2024.

R. Indriyanto and D. G. Purnama, “CI/CD Implementation Application Deployment Process Academic Information System (Case Study Of Paramadina University),” J. Indones. Sos. Teknol., vol. 4, no. 9, pp. 1503–1516, 2023.

N. Nurhayati, “Implementation of Continuous Integration and Continuous Deployment (CI/CD) to Speed up the Automation Process of Software Delivery In the Production Process Using Node. Js, Docker, and React. Js,” J. Info Sains Inform. dan Sains, vol. 14, no. 02, pp. 15–28, 2024.

D. Kreuzberger, N. Kühl, and S. Hirschl, “Machine learning operations (mlops): Overview, definition, and architecture,” IEEE access, vol. 11, pp. 31866–31879, 2023.

M. Tan, “Efficientnet: Rethinking model scaling for convolutional neural networks,” arXiv Prepr. arXiv1905.11946, 2019.

Downloads

Published

17-12-2024

How to Cite

[1]
Astamar Putra, I.F. and Akbar, H. 2024. Pengembangan Aplikasi Mobile Klasifikasi Penyakit Kulit Berbasis EfficientNet-B0, Arsitektur MVVM dan CI/CD Pipeline . Jurnal Ilmiah Komputasi. 23, 4 (Dec. 2024). DOI:https://doi.org/10.32409/jikstik.23.4.3676.
Abstract View: 0 times