Klasifikasi Kanker Kulit Menggunakan Metode VGG-19

Abstract

Dewasa ini, convolutional neural network (CNN) dengan arsitektur VGG-19 merupakan salah satu metode yang dapat digunakan sebagai diagnosa kanker kulit. Model CNN ini dilatih menggunakan 23.688 citra kulit dari delapan jenis kanker kulit seperti jenis kanker kulit melanoma, basal cell carcinoma, squamous cell carcinoma, actinic keratoses, benign keratosis-like lesions, dermatofibroma, melanocytic nevi, dan pigmented benign keratosis dan terdapat satu kelas kulit sehat. Hasil pengujian menunjukkan tingkat akurasi 97,41% dengan loss 0,0759. Pengujian otomatis menghasilkan akurasi 96,69% dan F1-score 96,22%, sedangkan pengujian melalui GUI mencapai akurasi 93,89% dan F1-score 93,9%. Model ini terbukti efektif dalam membantu identifikasi kanker kulit secara cepat dan non-invasif.