<![CDATA[Menurut Global Cancer Observatory, kasus melanoma terendah terjadi pada populasi Asia sekitar 25% dari 100.000 penduduk di tahun 2018. Melanoma adalah keganasan melanosit, sel penghasil melanin (pigmen) di lapisan basal epidermis. Keberadaan melanoma sering tidak diketahui oleh banyak orang menjadi salah satu penyebab tingginya angka kematian yang disebabkan oleh kanker kulit ini. Penelitian ini bertujuan untuk meningkatkan peluang kesembuhan dan menurunkan angka kematian akibat melanoma. Dengan mengimplementasikan algoritma hybrid Fuzzy C-Means (FCM) dan Convolutional Neural Network (CNN) berbasis Android menggunakan dataset ISIC 2017. Algoritma ini memanfaatkan keunggulan segmentasi yang dimiliki oleh FCM, seperti menghasilkan area yang lebih homogen, mengurangi penyebaran blobs, mengurangi noise, dan meminimalisir sensitivitas terhadap noise. Serta memanfaatkan CNN dalam proses klasifikasi dimana secara otomatis mengekstraksi fitur-fitur dari data latih, yang menghilangkan ketergantungan pada berbagai fitur dasar dan berpotensi meningkatkan kualitas pelatihan. Aplikasi dikembangkan menggunakan Kotlin dengan metodologi CRISP-DM dalam proses analisis data, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan menggunakan Rapid Application Development (RAD). Evaluasi model dilakukan dengan menggunakan K-Fold Cross-Validation dan pengujian aplikasi menggunakan Black Box Testing. Hasil penelitian menunjukkan bahwa model hybrid FCM-CNN memberikan performa terbaik pada skala pembagian dataset 80:20 menggunakan epoch 50, batch size 16, optimizer Adam, dan K-Fold 10 dengan akurasi 99.42%. Hasil uji analisis pada aplikasi deteksi melalui kamera detector jarak jauh menggunakan smartphone Samsung A23 dengan akurasi rata-rata hasil uji analisis aplikasi mencapai 78.33%. Dengan penelitian ini diharapkan memberikan kontribusi pada perkembangan teknologi di bidang medis untuk mengidentifikasi melanoma secara dini.]]>
