<![CDATA[Kanker kulit melanoma merupakan salah satukanker kulit yang paling berbahaya. Hal ini disebabkan karenakeganasan dan kecepatannya untuk menyebar ke bagian tubuhyang lain hingga menyebabkan kematian bagi pengidapnya.Tidak menutup kemungkinan terjadi kesalahan ketikamendeteksi melanoma secara manual karena mengandalkanketerampilan dari pengamat, sehingga diperlukan perhitungankomputasi guna mempermudah serta meminimalisir kesalahanyang disebabkan oleh pengamat kanker kulit melanoma. Padapenelitian ini, untuk membantu mendiagnosa adanya kankerkulit melanoma, klasifikasi berdasarkan model Inception V3dari Convolusional Neural Network (CNN) digunakan untukmelatih dataset asli dari HAM10K yang berasal dari kagglemelalui tahap preprocessing menggunakan teknik ContrastLimited Adaptive Histogram Equalization (CLAHE) dan tahapaugmentasi terlebih dahulu. Hasil dari citra yang telah melewatitahap preprocessing, dibagi secara acak menjadi tiga bagianyaitu 72% untuk training, 10% untuk validasi, dan 18% untuktesting. Hasil pengujian dataset CLAHE deangan tingkatakurasi terbaik diperoleh dengan menggunakan nilai batch size8 sebesar 90,01%, nilai iterasi epoch 30 sebesar 90,69% dan nilailearning rate 0,0001 sebesar 89,67%. Hasil evaluasi sistemmenunjukkan tingkat performansi pengaplikasian arsitekturInception V3 pada algoritma CNN terhadap keefektifannyadalam mendeteksi kanker kulit melanoma cukup optimal.Kata kunci— Kanker Kulit Melanoma, ConvolutionalNeural Network, Inception V3, Preprocessing, Augmentasi,Klasifikasi.]]>
Copyrights © 2023
