<![CDATA[Abstrak Dalam beberapa waktu terakhir, kanker kulit dipandang sebagi salah satu bentuk berbahaya dari kanker, kanker kulit ditemukan dalam berbagai jenis seperti melanoma. Deteksi melanoma dalam tahap awal dapat membantu dalam proses penyembuhan. Computer Vision dapat membantu dokter dalam mendiagnosa dan telah terbukti oleh banyak sistem yang telah ada. Dalam tugas akhir ini penulis menggunakan aturan ABCD. Sistem akan mengekstraksi fitur asimetri, border, warna, dan different structure sesuai aturan ABCD dari inputan yang diterima sistem. Hasil dari ekstraksi fitur tersebut akan digunakan untuk mengklasifikasikan inputan sebagai kulit normal atau termasuk melanoma. Sistem yang dibangun dapat mengklasifikasikan melanoma dan non-melanoma dengan tingkat akurasi 66,8%. Kata kunci : Melanoma, ABCD Rule, Ekstraksi, asimetri, border, warna, different structure. Abstract In recent times, skin cancer is seen as one of the dangerous forms of cancer, skin cancer is found in various types such as melanoma. Detection of melanoma in the early stages can help in the healing process. Computer Vision can assist doctors in diagnosing and has been proven by many existing systems. In this final project the author uses ABCD rule. The system will extract the asymmetry, border, color, and different structure features according to the ABCD rules of the input the system receives. The results of feature extraction will be used to classify the input as normal skin or include melanoma. The system built can classify melanoma and non-melanoma with an accuracy rate of 66.8%. Keywords: Melanoma, ABCD Rule, Extraction, asymmetry, border, color, different structure.]]>
