RANCANG BANGUN APLIKASI MOBILE KLASIFIKASI KANKER KULIT DENGAN PEMILIHAN MODEL TRANSFER LEARNING

Kulit merupakan lapisan tubuh manusia yang sangat luas dan berfungsi untuk menutupi seluruh permukaan pada tubuh manusia. Kulit yang tidak terawat akan menimbulkan berbagai penyakit dan gangguan pada kulit diantara yaitu Kanker kulit. Dalam mendiagnosis penyakit kanker kulit digunakan metode biopsi, Namun terdapat beberapa kekurangan biopsi diantaranya yaitu butuh persiapan yang panjang, waktu penyembuhan luka yang sedikit lama dan biaya yang mahal. Metode Deep Learning yang saat ini memiliki hasil paling signifikan dalam pengenalan citra adalah Convolutional Neural Network (CNN). Dalam penelitian dilakukan pengklasifikasian kanker kulit dengan metode CNN dengan data yang digunakan merupakan data 9 kelas kanker kulit yaitu actinic keratosis, basal Cell carcinoma, Dermatofibroma, melanoma, nevus, pigmented benign keratosis, seborrheic keratosis, Squamous Cell carcinoma, Vascular lesion serta 1 kelas kulit sehat (Healty Skin). Dalam membangun model klasifikasi penyakit kanker kulit digunakan kerangka kerja pemilihan model Transfer Learning. Dimana terdapat tiga model arsitektur yang digunakan yaitu VGG16, DenseNet121 dan NASNetMobile. hyperparameter yang digunakan pada masing-masing model antara lain learning rate sebesar 0.0001, batch size sebesar 64, dan epoch sebanyak 100 kali. Dari ketiga model yang digunakan, model VGG16 mendapat hasil akurasi tertinggi. hasil akurasi data train pada model arsitektur VGG16 yaitu sebesar 98%, sedangkan hasil untuk data test sebesar 85%. Kemudian untuk DenseNet121 menghasilkan nilai akurasi sebesar 99% untuk data train dan 82% untuk data test. Selanjutnya untuk model arsitektur NASNetMobile menghasilkan nilai akurasi pada data train sebesar 96% dan 68% untuk data test. Model klasifikasi yang di Deploy menggunakan tensorflow lite pada aplikasi Android yaitu VGG16