Penerapan Algoritma YOLO (You Only Look Once) Untuk Deteksi Jenis Acne Vulgaris [RNZ, ENY]

Abstract

Acne vulgaris adalah gangguan kulit yang umum dialami oleh remaja dan
dewasa muda, ditandai dengan munculnya berbagai jenis lesi kulit, seperti whitehead, blackhead, papula, pustula, nodul, kista, dan jerawat jamur. Proses identifikasi jenis jerawat secara manual oleh tenaga medis sering kali memakan waktu, bersifat subjektif, dan berisiko tinggi terhadap kesalahan diagnosis, terutama pada kondisi pencahayaan yang tidak merata atau saat ukuran lesi kecil. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan penggunaan algoritma YOLOv11 (You Only Look Once versi 11) sebagai solusi untuk mendeteksi dan mengklasifikasikan jenis jerawat secara otomatis dan real-time melalui citra wajah. Metode penelitian mencakup beberapa tahapan, mulai dari pengumpulan dan anotasi dataset jerawat, preprocessing gambar (segmentasi wajah dan augmentasi), pelatihan model YOLOv11, hingga
evaluasi performa model yang diukur dengan metrik seperti akurasi, precision, recall, dan F1-score. Hasil dari penelitian ini diharapkan dapat menunjukkan bahwa YOLOv11 memiliki kemampuan yang lebih baik dalam mengidentifikasi berbagai jenis jerawat dibandingkan versi sebelumnya, seperti YOLOv5 dan YOLOv7, serta lebih efektif dalam mendeteksi lesi berukuran kecil yang sulit dikenali oleh model-model lama. Dengan keunggulan dalam deteksi yang cepat dan akurat serta dukungan integrasi pada aplikasi berbasis mobile, sistem ini diharapkan dapat memberikan kontribusi signifikan dalam layanan dermatologi digital, baik untuk diagnosa mandiri oleh pengguna maupun sebagai alat bantu klinis bagi tenaga medis.