Selain kelebihan, komputer memiliki kekurangan dibandingkan dengan kemampuan
manusia dalam memproses suatu informasi. Salah satu contoh kekurangan komputer tersebut
adalah dalam mengenali sebuah pola penyakit kulit. Penyakit kulit merupakan suatu penyakit
yang diakibatkan oleh virus, alergi, bakteri dan kelainan figmen. Pengenalan pola penyakit
kulit merupakan hal yang dianggap sederhana dan umum dilakukan manusia sebagai
investigasi awal dalam penyakit kulit namun tugas yang sulit jika dilakukan oleh komputer.
Untuk mengatasi kekurangan tersebut, dikembangkanlah sistem Jaringan Saraf Tiruan (JST)
yang mengambil sistem saraf manusia. Salah satu metodenya adalah Backpropagation
Momentum yang mempelajari pola dari suatu citra, menyimpan bobotnya dan mengenali citra
yang serupa.
Pembuatan Tugas Akhir ini bertujuan agar sistem yang dibangun dapat mengenali
citra penyakit kulit setelah dilakukan pada pelatihan pada JST. Metode yang digunakan yaitu
Backpropagation Momentum dengan 1 lapisan tersembunyi. Sebelum citra diproses dalam
JST, dilakukan thresholding dan dekomposisi citra dengan menggunakan transformasi
Wavelet Daubechies 2 untuk mengurangi beban komputasi. Tugas Akhir ini dibangun dengan
menggunakan bahasa pemrograman C# dan database menggunakan SQL Server.
Hasil penelitian berupa perangkat lunak yang dapat melakukan pelatihan dan
pengenalan terhadap citra penyakit kulit. Perangkat lunak dengan model arsitektur JST yang
optimal dapat mengenali citra penyakit kulit dengan tingkat akurasi 100% untuk citra uji
yang termasuk dalam data pelatihan dan ditunjukkan adanya penurunan tingkat akurasi
sebanding dengan tingginya noise yang diberikan.