Sistem Deteksi Tingkat Kerontokan Rambut dan Kebotakan Menggunakan YOLO Berbasis Web
Demo & Pengujian Sistem: Sistem Deteksi Tingkat Kerontokan Rambut dan Kebotakan Menggunakan YOLO Berbasis Web
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Sistem Deteksi Tingkat Kerontokan Rambut dan Kebotakan Menggunakan YOLO Berbasis Web via TikTok.
Overview & Cara Kerja
TrichoSense AI merupakan sistem kecerdasan buatan (Computer Vision) mutakhir berbasis Deep Learning arsitektur YOLO26n (Ultralytics) dan antarmuka web interaktif Flask, yang dirancang khusus untuk melakukan skrining otomatis, deteksi dini penipisan rambut (hair thinning), serta pemetaan tingkat kebotakan (alopecia) pada kulit kepala manusia secara non-invasif dan objektif.
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
Dataset Acquisition & Roboflow Annotation
Akuisisi 535 citra kulit kepala beresolusi tinggi yang dianotasi ke dalam format bounding box YOLOv8, dibagi ke dalam partisi Train (482 citra), Validation (27 citra), dan Test (26 citra).
YOLO26n Training Protocol (100 Epochs)
Pelatihan arsitektur deep learning YOLO26n dengan 121 lapisan dan 2.39M parameter pada GPU Tesla T4, mengoptimalkan box loss, class loss, dan dfl loss pada resolusi 640x640 piksel.
Independent Test Split Evaluation
Pengujian komprehensif pada data uji buta menghasilkan skor mAP@50 99.50%, Presisi 95.20%, Recall 94.20%, dan mAP@50-95 82.00% dengan kecepatan inferensi ~3.2ms.
ROI Localization & Area Coverage Calculation
Isolasi koordinat bounding box [x1, y1, x2, y2] untuk setiap zona penipisan, peredaman redundansi via NMS, dan kalkulasi persentase rasio luas area kerontokan terhadap bidang citra.
4-Stage Severity Classification & Care Plan
Kategorisasi kondisi ke dalam tingkat Normal, Ringan, Sedang, atau Berat secara objektif, disertai rekomendasi regimen harian, nutrisi folikel rambut, dan saran rujukan dokter.
TrichoSense Web Dashboard & RESTful API
Deployment antarmuka web modern responsif Tailwind CSS dengan 3 tombol sampel 1-klik, slider ambang batas confidence, penampil citra perbandingan, dan ekspor data JSON.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, YOLO, Ultralytics, Flask
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung