<![CDATA[Leukemia adalah sekelompok kanker darah yang mempengaruhi sel darah tubuh, terutama sel darah putih. Leukemia dapat terbentuk ketika sel darah putih tidak tumbuh sebagaimana mestinya. Untuk menetapkan diagnosis kanker darah, diperlukan pemeriksaan penunjang, berupa tes darah dan biopsi sumsum tulang. Pada tes darah, dokter mencari kelainan dari jumlah sel darah putih. Pengidap leukemia umumnya memiliki kadar sel darah putih lebih banyak dibanding normal. Dalam hal jumlah data yang besar, kesalahan dalam proses diagnosis dapat terjadi karena human error dan hal ini tentunya dapat membahayakan nyawa pasien. Metode deteksi otomatis telah dilakukan dengan menggunakan pengolahan citra maupun segmentasi, serta beberapa metode klasifikasi menggunakan machine learning dan deep learning. Pada penelitian ini menggunakan metode Convolutional Neural Network dengan arsitektur VGG-16. Arsitektur VGG-16 digunakan sebagai arsitektur objek deteksi untuk mendeteksi keberadaan dan menghitung sel Kanker Darah pada data citra. Deteksi objek dilakukan untuk membedakan sel darah putih sehat (normal) dengan sel darah putih yang terkena kanker (sel limfoblas dan non-limfoblas). Performa deteksi yang didapatkan dari penggunaan metode ini berupa nilai akurasi dari training model 20.000 data. Menggunakan nilai learning rate 0,001 dan jumlah epoch 10 menghasilkan model terbaik sebesar 100%. Kata Kunci : Leukemia, Convolutional Neural Network, VGG-16]]>
