Klasifikasi Jenis Kanker Kulit Menggunakan CNN-SVM

Kanker kulit merupakan pertumbuhan yang berlebihan pada jaringan kulit yang mengenai beberapa atau seluruh lapisan kulit. Untuk dapat mendiagnosa kanker kulit dapat digunakan metode biopsi dimana jaringan kulit diambil lalu diperiksa. Penggunaan biopsi mengeluarkan biaya yang mahal dan merusak kulit. Penelitian ini menerapkan metode CNN SVM untuk mengklasifikasi jenis-jenis kanker kulit. CNN yang sebagai ekstraksi fitur dengan arsitektur VGG-19 dan ResNet-50. SVM digunakan sebagai pengklasifikasi dengan menggunakan kernel linear dan RBF kemudian dioptimasi menggunakan random dan grid. Dataset terdapat 300 citra per jenis lalu dibagi menjadi 240 data latih, 60 data uji, dan dengan jumlah total 1500 citra. Penelitian ini melakukan 2 skenario pada citra yaitu menggunakan preprocessing resize dan preprocessing patch lalu diterapkan pada model, sehingga terdapat 16 skenario total. Hasil terbaik penelitian ini didapatkan pada preprocessing patch arsitektur VGG-19 menggunakan kernel linear optimasi random dan grid dengan nilai accuracy sebesar 65,33%, nilai recall sebesar 65,33%, nilai precision sebesar 68,51%, dan nilai f1-score sebesar 65,77%.