Didukung EfficientNetB0 · Dataset HAM10000 · TTA

Deteksi Dini
Penyakit Kulit
dengan AI

SkinGuard AI membantu proses pemeriksaan awal kondisi kulit melalui analisis gambar berbasis Artificial Intelligence dengan tampilan hasil yang mudah dipahami.

Upload Gambar Kulit Pelajari Lebih Lanjut
80.72% Test Accuracy
<1s Waktu Prediksi
7 Kelas Lesi Kulit

AI Verified

Deep Learning CNN

Probability Analysis

Explainable AI

Referral Support

Hospital Recommendation

AI Assistant

Medical Chat Support

Tentang SkinGuard AI

Klasifikasi Dini,
Penanganan Lebih Tepat

Lesi kulit dapat memiliki berbagai tingkat risiko, mulai dari kondisi ringan hingga yang membutuhkan perhatian medis lebih lanjut. SkinGuard AI membantu proses pemeriksaan awal dengan cara yang sederhana: unggah gambar kulit, tunggu proses analisis, lalu lihat hasil prediksi secara instan.

Gambar akan diproses secara otomatis menggunakan model Artificial Intelligence untuk membantu mengenali pola kondisi kulit dan menampilkan tingkat keyakinan hasil prediksi.

SkinGuard AI bersifat assistive — dirancang untuk mendukung pemeriksaan awal, bukan sebagai pengganti diagnosis dokter.

Teknologi di Balik SkinGuard AI

EfficientNetB0

Arsitektur deep learning untuk klasifikasi lesi kulit

HAM10000 Dataset

10.000+ gambar dermatologi berlabel klinis

Test-Time Augmentation

Prediksi gambar asli dan flip horizontal dirata-rata untuk hasil yang lebih stabil

FastAPI + TensorFlow

Backend inferensi berkecepatan tinggi

Gemini AI Assistant

Medical chat berbasis konteks diagnosis

Kapabilitas Deteksi

7 Detectable Conditions

Model AI dilatih untuk mengenali tujuh jenis kondisi lesi kulit berikut.

Melanoma

Kanker kulit paling berbahaya yang berasal dari sel melanosit.

Risiko Tinggi

Basal Cell Carcinoma

Jenis kanker kulit paling umum, berkembang di lapisan basal.

Risiko Tinggi

Actinic Keratosis

Pertumbuhan kulit kasar akibat paparan sinar UV berlebih.

Risiko Sedang

Benign Keratosis

Pertumbuhan kulit jinak yang umum ditemukan pada orang dewasa.

Risiko Rendah

Melanocytic Nevus

Tanda lahir atau tahi lalat yang terbentuk dari sel melanosit.

Risiko Rendah

Vascular Lesion

Kondisi yang mempengaruhi pembuluh darah di lapisan kulit.

Risiko Sedang

Dermatofibroma

Benjolan kulit jinak yang biasanya muncul di tungkai bawah.

Risiko Rendah
Keunggulan Sistem

Why Choose SkinGuard AI?

Sistem dirancang dengan fokus pada kecepatan, kejelasan, dan kemudahan penggunaan.

Analisis Instan

Hasil analisis ditampilkan secara cepat melalui sistem AI real-time. Proses inferensi model berlangsung kurang dari satu detik.

Akurasi Tinggi

Model EfficientNetB0 dilatih menggunakan dataset HAM10000 dengan balanced training set dan Test-Time Augmentation.

Privasi Terjaga

Gambar diproses secara aman dan tidak disimpan permanen setelah analisis selesai dilakukan.

AI Medical Assistant

Pengguna dapat bertanya mengenai hasil prediksi melalui AI Assistant berbasis Gemini AI.

Smart Visualization

Sistem menampilkan distribusi probabilitas tiap kelas agar hasil prediksi lebih mudah dipahami.

Rekomendasi Rumah Sakit

Sistem menyediakan daftar rumah sakit di seluruh wilayah Jawa Timur sebagai langkah tindak lanjut setelah screening awal selesai dilakukan.

Alur Sistem

How It Works

Proses deteksi berlangsung dalam empat langkah sederhana.

01

Upload Gambar

Unggah foto area kulit yang ingin dianalisis, atau gunakan kamera secara langsung.

02

AI Processing

Sistem AI memproses dan menganalisis pola gambar kulit secara otomatis.

03

Klasifikasi

Model melakukan klasifikasi kondisi kulit berdasarkan hasil analisis dan probabilitas.

04

Lihat Hasil

Hasil prediksi, tingkat keyakinan, tingkat risiko, dan distribusi probabilitas ditampilkan secara instan.

Analisis AI

Deteksi Penyakit Kulit

Upload atau ambil foto lesi kulit untuk mendapatkan analisis AI secara instan.

Seret dan Lepas gambar di sini

atau klik untuk memilih file dari perangkat

JPG · PNG · WEBP · Maks. 10 MB

Pastikan gambar lesi kulit terlihat jelas dengan pencahayaan yang cukup.

Tips Pengambilan Gambar

  • Pastikan area kulit terlihat jelas tanpa hambatan
  • Gunakan pencahayaan yang cukup, hindari bayangan
  • Jarak kamera 10-15 cm dari area kulit
  • Fokus pada area lesi yang ingin dianalisis

Penting untuk Diketahui

Hasil analisis ini bersifat indikatif dan tidak menggantikan diagnosis dokter spesialis kulit.

AI Medical Assistant

Konsultasi dengan AI

Tanyakan informasi medis seputar kondisi kulit Anda kepada asisten AI berbasis Gemini.

SkinGuard AI Assistant

Aktif sekarang

Belum ada hasil analisis. Lakukan deteksi gambar terlebih dahulu.
Halo! Saya adalah AI Medical Assistant SkinGuard. Saya siap membantu memberikan informasi medis seputar penyakit kulit. Silakan upload gambar terlebih dahulu untuk analisis yang lebih akurat, atau langsung ajukan pertanyaan Anda.
Sekarang

Informasi dari AI ini tidak menggantikan konsultasi dokter spesialis kulit.

Rekomendasi Medis

Rekomendasi Rumah Sakit di Jawa Timur

Temukan rumah sakit dermatologi di seluruh wilayah Jawa Timur sebagai langkah tindak lanjut.

Riwayat

Hasil Riwayat Prediksi

Daftar hasil analisis yang telah dilakukan pada sesi ini.

0 data
Tanggal Gambar Nama Pasien Hasil Prediksi Kategori Confidence

Belum ada riwayat prediksi. Lakukan analisis untuk melihat hasilnya di sini.
Tentang Proyek

SkinGuard AI

Proyek Sains Data — Sistem AI End-to-End untuk Deteksi Penyakit Kulit

Model Transfer Learning

Arsitektur EfficientNetB0 dilatih pada dataset HAM10000 dengan balanced training set untuk mengklasifikasikan 7 jenis lesi kulit secara otomatis.

Test-Time Augmentation

Prediksi menggunakan gambar asli dan hasil flip horizontal, lalu probabilitas dirata-rata untuk meningkatkan stabilitas hasil.

AI Chat Medis

Integrasi Gemini AI sebagai medical assistant yang memberikan edukasi berbasis konteks diagnosis hasil prediksi.

Referral System

Database rumah sakit seluruh Jawa Timur sebagai sistem rekomendasi rujukan pasien untuk tindak lanjut medis.

FastAPI Backend

Backend REST API berkecepatan tinggi dengan FastAPI, TensorFlow, dan OpenCV untuk inferensi model secara real-time.

Docker Ready

Sistem dikemas dalam Docker container sehingga mudah dijalankan di berbagai environment secara konsisten.