Klasifikasi Kanker Kulit Pada Citra Dermatoskopi Menggunakan CNN

Kesehatan kulit adalah aspek penting dalam kesejahteraan manusia yang sering diabaikan karena dianggap remeh. Terdapat berbagai jenis penyakit kulit, mulai dari alergi, infeksi jamur, hingga kanker kulit yang menyebabkan tingginya angka kematian menurut WHO. Diagnosis dini sangat penting untuk meningkatkan kesembuhan kanker kulit, namun sering kali memerlukan perangkat medis canggih dan biopsi, di mana dokter mengambil lesi kulit pasien melalui pembedahan kecil untuk mendeteksi sel kanker. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur AlexNet untuk mengklasifikasikan jenis kanker kulit. Convolutional Neural Network dipilih karena kemampuannya dalam mengekstraksi fitur kompleks dari citra untuk klasifikasi yang akurat. Dataset yang digunakan berasal dari Kaggle, terdiri dari 24.839 citra, dengan pengujian menggunakan seluruh data dan 3.000 data, masing-masing 500 citra untuk 6 jenis kanker kulit. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil terbaik dicapai dengan menggunakan 24.839 data, learning rate 0,0001, Optimizer Adamax, batch size 16, dan epoch 40, menghasilkan nilai akurasi 72%, nilai recall 72%, nilai precision 70%, dan nilai F1 score 69%.