SkinSense

Skin Disease Classification adalah capstone project dari Codingcamp x DBS Foundation path AI Engineer, yang bertujuan membangun model klasifikasi citra untuk mengidentifikasi beberapa jenis penyakit kulit yang umum diderita.

Model dibangun menggunakan TensorFlow dengan arsitektur CNN yang dirancang untuk mengenali pola visual dari dataset citra kulit, mencakup preprocessing, augmentasi, dan evaluasi model.

Hasil akhir menunjukkan akurasi validasi sebesar 83%, membuktikan kemampuan model dalam membedakan kelas-kelas penyakit kulit pada data yang belum pernah dilihat.

• Membangun model CNN dengan TensorFlow untuk mengklasifikasi beberapa jenis penyakit kulit dari citra.
• Menerapkan preprocessing dan augmentasi data untuk meningkatkan generalisasi model.
• Mencapai akurasi validasi 83% pada dataset uji.
• Proyek capstone Codingcamp x DBS Foundation path AI Engineer.

Detection Page

Halaman utama untuk melakukan deteksi penyakit kulit melalui gambar

Model EfficientNet & Hasil Validasi

Transer learning EfficientNet yang dirancang untuk mengklasifikasi beberapa jenis penyakit kulit dari citra, dengan akurasi validasi 83%.