<![CDATA[Kanker melanoma merupakan kanker kulit yang mematikan, maka dari itu diperlukan diagnosa awal yang akurat dan cepat. Salah satu metode untuk mengatasi hal tersebut adalah dengan menggunakan metode pembelajaran mesin yang sering digunakan dalam klasifikasi gambar yaitu convolutional neural network (CNN). Tetapi penentuan hyperparameter dari model CNN yang optimal masih menjadi tantangan karena banyaknya kombinasi hyperparameter yang dapat memberikan pengaruh kepada peforma model. Pada penelitian ini memiliki tujuan untuk mengoptimasi kombinasi hyperparameter model CNN menggunakan algoritma optimasi, yaitu genetic algorithm (GA) untuk meningkatkan akurasi klasifikasi. Hyperparameter yang dioptimasi terdiri dari jumlah filter dan ukuran kernel pada tiap lapisan konvolusi. Dataset yang digunakan dalam penelitian ini terdiri dari data pelatihan sebanyak 9605 gambar dan data uji sebanyak 1000 yang dibagi menjadi 2 kategori yaitu benign dan malignant. Hasil penelitian menunjukkan bahwa model CNN yang tidak dioptimasi hyperparameternya memiliki akurasi data pelatihan 91,32% dan akurasi data uji 88,9%. Sedangkan pada model CNN yang dioptimasi didapatkan akurasi pelatihan terbaik pada 92,55% dan akurasi data uji 90,7%. Kata Kunci—Kanker melanoma, Pembelajaran mesin, Convolution neural network, Algoritma Genetika.]]>
Copyrights © 2025
