Peneraparan Efficient-Net Dalam Mengklasifikasi Kanker Kulit

Abstract

Kanker kulit adalah salah satu penyakit mematikan yang paling umum di seluruh dunia. Oleh karena itu, klasifikasi kanker kulit menjadi semakin penting karena pengobatan kanker kulit stadium awal jauh lebih efektif dan efisien. Klasifikasi tiga jenis kanker kulit yang umum, yaitu karsinoma sel basal (BCC), karsinoma sel skuamosa (SCC), dan melanoma menggunakan arsitektur EfficientNet. Kumpulan data telah diproses sebelumnya dan setiap gambar dalam kumpulan data diubah ukurannya menjadi 256×256 piksel sebelum digabungkan pada tahap selanjutnya. Training dataset semua jenis EfficientNet mulai dari EfficientNet-B0 hingga EfficientNet-B7 dan membandingkan performanya. Berdasarkan hasil pengujian, seluruh model EfficientNet yang dilatih mampu menghasilkan akurasi, presisi, recall, dan skor F1 yang baik dalam klasifikasi kanker kulit. Khususnya, model EfficientNet-B4 yang kami rancang mencapai akurasi 79,69%, presisi 81,67%, perolehan 76,56%, dan skor F1 79,03% sebagai yang tertinggi di antara model lainnya.