TA DIGITAL
Rancang Bangun Deteksi Kerusakan Rambut Kepala Disebabkan Penyakit Alopecia Menggunakan Deep Learning = Design and Development of a Deep Learning-Based System for Detecting Scalp Hair Damage Caused by Alopecia
Farina Naswa, Neli Fauziyah, “Rancang Bangun Deteksi Kerusakan Rambut Kepala Disebabkan Penyakit Alopecia Menggunakan Deep Learning”, Tugas Akhir DIII Jurusan Teknik Elekto Program Studi Teknik Informatika Politeknik Negeri Semarang, dibawah bimbingan Afandi Nur Aziz Thohari, S.T., M.Cs. dan Idhawati Hestiningsih, S.Kom.,M.Kom. Juli 2025 92 halaman.
Permasalahan kerusakan rambut akibat faktor internal maupun eksternal masih umum terjadi dan dapat memicu kondisi seperti alopecia. Kurangnya pemahaman masyarakat terhadap penyebab dan perawatan rambut menunjukkan pentingnya edukasi serta deteksi dini. Tugas Akhir ini mengembangkan aplikasi Android untuk mendeteksi kerusakan rambut menggunakan arsitektur ResNet50. Tujuannya adalah membantu pengguna mengenali jenis kerusakan rambut, memahami penyebab, dan memperoleh saran perawatan. Metode pengembangan mengikuti tahapan CRISP-DM, mulai dari analisis kebutuhan, perancangan sistem, pelatihan model, hingga pengujian. Dataset yang digunakan terdiri dari gambar kulit kepala dengan empat kelas: normal, psoriasis, folliculitis, dan lichen planopilaris. Model ResNet50 yang dilatih mencapai akurasi 84,38%. Aplikasi tidak hanya menampilkan hasil deteksi, tetapi juga menyediakan penjelasan dan rekomendasi perawatan. Hasil ini menunjukkan bahwa aplikasi mampu memberikan deteksi yang akurat dan informatif, serta berpotensi menjadi alat bantu edukatif untuk mencegah kerusakan rambut lebih lanjut.
Kata Kunci: ResNet50; kerusakan rambut; deep learning; Android; deteksi; CRISP-DM
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah