Injureal Real Solution Real Recovery Aplikasi Pendeteksi Luka Ringan Berbasis Mobile

Abstract

Fenomena kecelakaan ringan dan luka yang tidak tertangani dengan baik seringkali menjadi masalah serius yang dapat menyebabkan komplikasi kesehatan yang lebih parah. Kurangnya pemahaman masyarakat tentang penanganan luka yang tepat pada tahap awal sering memperburuk kondisi, menghambat proses penyembuhan, dan meningkatkan risiko infeksi. Oleh karena itu, sebuah solusi berbasis teknologi diperlukan untuk memfasilitasi deteksi dini dan penanganan luka ringan yang akurat dan mudah diakses. Penelitian ini berupaya mengatasi tantangan tersebut dengan mengembangkan sebuah aplikasi pendeteksi luka ringan berbasis mobile. Aplikasi ini dirancang untuk memberikan solusi praktis dalam mendeteksi jenis luka dan memberikan rekomendasi penanganan awal yang sesuai. Kontribusi utama dari penelitian ini adalah penyediaan alat digital yang membantu masyarakat umum dalam melakukan identifikasi awal luka tanpa memerlukan bantuan medis profesional secara langsung. Dalam penelitian ini, metodologi pengembangan aplikasi menggunakan metode Agile dengan pendekatan Scrum. Proses pengembangan dilakukan secara iteratif dan inkremental melalui sprint-sprint, dimulai dari tahap perencanaan, analisis kebutuhan, perancangan antarmuka pengguna, hingga implementasi menggunakan model Convolutional Neural Network (CNN) untuk klasifikasi gambar luka. Pengujian fungsional dan pengujian akurasi model dilakukan untuk mengevaluasi kinerja sistem. Hasil pengujian menunjukkan bahwa aplikasi ini berhasil mengidentifikasi berbagai jenis luka ringan dengan tingkat akurasi yang tinggi. Model CNN yang diimplementasikan mampu membedakan antara luka gores, luka bakar ringan, dan luka memar, serta memberikan rekomendasi penanganan yang relevan. Berdasarkan temuan ini, dapat disimpulkan bahwa aplikasi pendeteksi luka ringan berbasis mobile ini memiliki potensi besar untuk menjadi alat bantu yang efektif dalam edukasi dan penanganan awal luka bagi masyarakat.