DETEKSI KANKER KULIT MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Abstract

Abstrak
Kanker kulit merupakan penyakit berbahaya yang terjadi akibat perubahan abnormal sel kulit, yang dapat
menyebabkan penyebaran kanker ke organ lain. Deteksi dini kanker kulit sangat penting untuk meningkatkan
peluang kesembuhan, namun metode konvensional seperti biopsi memerlukan waktu dan biaya yang besar. Dalam
beberapa tahun terakhir, teknik berbasis deep learning seperti Convolutional Neural Network (CNN) telah
menunjukkan potensi besar dalam deteksi otomatis penyakit berbasis gambar medis. Penelitian ini bertujuan untuk
membandingkan performa dua arsitektur CNN, yaitu VGG16 dan ResNet50, dalam klasifikasi kanker kulit
menggunakan dataset dari Kaggle. Dataset terdiri dari 2.967 gambar yang dibagi menjadi dua kategori: malignant
dan benign. Proses penelitian meliputi pengumpulan data, preprocessing, pelatihan model, dan evaluasi
menggunakan metrik seperti akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model
VGG16 mencapai akurasi sebesar 88,79%, sementara ResNet50 mencapai akurasi 86,97%. Meskipun VGG16
menunjukkan hasil yang lebih baik dalam akurasi, model ini rentan terhadap overfitting. Penelitian ini memberikan
kontribusi pada pengembangan sistem deteksi kanker kulit otomatis yang lebih cepat dan efisien, serta diharapkan
dapat mendukung peningkatan diagnosis dini dan pengobatan kanker kulit.