Pengembangan Aplikasi DermaOne menggunakan Machine Learning dengan Integrasi Cloud Computing untuk Deteksi Penyakit Kulit Pada Manusia - Bab V Penutup - Kesimpulan dan Saran

Sep 17, 2026

Unggah oleh Theodora

Bab V Penutup merangkum hasil pelaksanaan PKL pada pengembangan aplikasi DermaOne untuk deteksi penyakit kulit pada manusia melalui gambar. Kesimpulan menjelaskan ketimpangan fasilitas kesehatan yang memengaruhi rendahnya kesadaran masyarakat, sementara DermaOne dirancang sebagai solusi teknologi. Machine learning khususnya CNN berperan mengenali pola kompleks, sedangkan cloud computing mengintegrasikan sistem penyimpanan fleksibel, estimasi biaya lebih terjangkau, serta keamanan data dan privasi. Saran mencakup penambahan kelas penyakit, perluasan dataset, autentikasi login, peningkatan spesifikasi cloud, serta pengembangan API berita dan penerjemahan bahasa daerah.

BahasaIndonesian

KategoriTeknologi

FormatPDF

Halaman2

Waktu Membaca3 mnt

AksesGratis untuk diunduh

Daftar Isi

5.1 Kesimpulan

a. Faktor kurangnya kesadaran masyarakat

b. Tujuan dan manfaat aplikasi DermaOne

c. Peran CNN dalam pengolahan gambar

d. Integrasi cloud computing untuk keamanan data

5.2 Saran

a. Menambah jumlah kelas penyakit

b. Memperbanyak dataset dan kolaborasi

c. Autentikasi login dan peningkatan spesifikasi cloud

d. Meningkatkan API berita dan translate bahasa daerah

BAB V PENUTUP 5.1 Kesimpulan Dalampelaksanaan Praktek Kerja Lapangan (PKL) untuk “Pengembangan Aplikasi DermaOne menggunakan Machine Learning dengan Integrasi Cloud Computing untuk Deteksi Penyakit Kulit Pada Manusia” beberapa kesimpulan dapat diuraikansebagai berikut: a. Penyebaran fasilitas kesehatan yang belum merata menjadi salah satu faktorutama kurangnya kesadaran masyarakat terhadap bahaya penyakit kulit. Hal ini menyebabkan masyarakat cenderung mengabaikan gejala penyakit kulit dan tidak mendapatkan penanganan yang tepat waktu. b. Aplikasi DermaOne dirancang sebagai solusi berbasis teknologi yang menggunakan model machine learning untuk mendiagnosis penyakit kulit melalui gambar. Aplikasi ini diharapkan dapat membantu masyarakat, terutama di daerah terpencil, untuk mendeteksipenyakit kulit dengan mudah dan cepat sehingga dapat mendorong langkah penanganan medis yang lebih optimal. c. Teknologi machine learning, khususnya Convolutional Neural Network (CNN), memiliki peran penting dalam pengembangan aplikasi deteksipenyakit kulit. CNN digunakan karena kemampuannya yang unggul dalam menganalisis data gambar secara mendalam, memungkinkan model untuk mengenali pola-pola kompleks pada gambar kulit. Implementasi CNN dalam aplikasi DermaOne memberikan solusi praktis bagi masyarakatdengan akses terbatas ke fasilitas kesehatan, membantu merekamendapatkan diagnosis awal secara cepat dan akurat, serta mempercepat langkah penanganan penyakit kulit secara profesional. d. Teknologi cloud computing yang telah kami gunakan untuk mengintegrasikan sebuah aplikasi berjalan sesuai yang diharapkan oleh tim yang dapat bermanfaat bagi masyarakat dengan sistem penyimpanan yang fleksibel dan dengan estimasi biaya yang lebih terjangkau dan sudah pastiterjamin keamanan data dan privasinya. 5.2 Saran Berdasarkan hasil pengembangan aplikasi yang telah dilakukan, terdapat beberapa saran untuk meningkatkan kualitas aplikasi DermaOne. a. Pengembangan lebih lanjut sebaiknya difokuskan pada penambahanjumlah kelas penyakit kulit yang dapat dideteksi. Dengan memperluas cakupan jenis penyakit, aplikasi akan mampu memberikan manfaat yang lebih luas dan relevan bagi masyarakat. b. Diperlukan upaya untuk memperbanyak jumlah dataset yang digunakan, baik melalui pengumpulan data tambahan maupun kolaborasi dengan pihak terkait, seperti institusi kesehatan atau komunitas penelitian. Hal ini bertujuan untuk melatih model dengan data yang lebih beragam, sehinggameningkatkan kemampuan model dalam mengenali pola yang kompleks dan menghasilkan akurasi prediksi yang lebih tinggi. c. Diperlukan sistem autentikasi login aplikasi yang relevan agar tetap terjaga privasi pengguna jika menggunakan aplikasi untuk kehidupan sehari hari dan seiring berjalannya waktu perlu mengupgrade terkait spesifikasi cloud run agar saat memproses data tidak lemot atau lag. d. Perlu meningkatkan API berita / news terkait penyakit kulit baik dalam negeri maupun luar negeri dan mungkin bisa membuat API translate bahasa daerah di Indonesia. Dengan implementasi saran ini, aplikasi diharapkan dapat menjadi lebih efektif dan andal dalam membantu pengguna melakukan diagnosis awal penyakit kulit.

Pertanyaan Umum

Apa kesimpulan utama dari pengembangan aplikasi DermaOne?

Aplikasi DermaOne dirancang untuk mendeteksi penyakit kulit melalui gambar menggunakan machine learning, sehingga membantu masyarakat termasuk di daerah terpencil mendapatkan diagnosis awal yang lebih cepat dan akurat. Cloud computing diintegrasikan untuk penyimpanan fleksibel, biaya terjangkau, serta keamanan data dan privasi.

Mengapa CNN digunakan dalam aplikasi DermaOne?

CNN digunakan karena kemampuannya menganalisis data gambar secara mendalam dan mengenali pola-pola kompleks pada kulit. Implementasi CNN membantu menyediakan diagnosis awal secara lebih cepat dan akurat.

Apa saja saran yang diberikan untuk meningkatkan kualitas aplikasi?

Saran meliputi penambahan jumlah kelas penyakit yang dapat dideteksi, memperbanyak jumlah dataset melalui pengumpulan data atau kolaborasi, penyediaan sistem autentikasi login serta upgrade spesifikasi cloud agar pemrosesan tidak lambat, dan peningkatan API berita serta kemungkinan API penerjemahan bahasa daerah.

Sep 17, 2026

Unggah oleh Theodora