Klasifikasi Dan Visualisasi Kanker Kulit Menggunakan CNN Dan Saliency Map

Penelitian ini menyajikan dan menganalisa teknik deep learning untuk melakukan klasifikasi pada kanker kulit. Penelitian ini membandingkan dua arsitektur convolutional neural network (CNN) untuk memilih arsitektur terbaik dengan hasil yang memuaskan, serta melakukan visualisasi menggunakan metode saliency map untuk memberikan wawasan terkait bagian citra yang berperan dalam proses klasifikasi. Arsitektur ResNet50V2 memiliki performa klasifikasi terbaik dengan akurasi, sensitivitas, dan spesifisitas pada data validasi yaitu 93,4%, 76,5%, dan 96%, secara berurutan dan ResNet50V2 memiliki performa klasifikasi terbaik dengan akurasi, sensitivitas, dan spesifisitas dengan skor 88,5%, 60%, dan 93,3% pada data unseen, secara berurutan. Model yang diusulkan menghasilkan hasil yang memuaskan, yang berarti bahwa model ini dapat mendukung ahli kanker kulit untuk menginterpretasikan keputusan untuk meningkatkan diagnostik pada citra kanker kulit.
Kata kunci: Convolutional Neural Networks (CNN), Saliency Map, Klasifikasi, Citra Kanker Kulit.