Perbandingan Teknik Resampling Pada Dataset HAM1000 Terhadap Performa Model Klasifikasi Kanker Kulit

Kanker kulit adalah jenis kanker yang tumbuh di jaringan kulit yang ditandai dengan adanya perubahan kondisi kulit yang abnormal (lesi kulit). Selain dapat menyebabkan kematian, kanker kulit tentu akan merusak penampilan seseorang. Dan yang menambah permasalahan adalah banyak orang biasa tidak dapat membedakan antara tahi lalat dan kanker kulit melanoma, padahal 5-year survival rate untuk melanoma jika dapat terdeteksi dini bisa mencapai 99%. Karena itulah penulis ingin membuat sistem klasifikasi kanker kulit menggunakan dataset HAM10000 yang mengklasifikasikan kanker kulit berdasarkan kondisi lesi kulit berpigmen menjadi 7 kelas kanker kulit, yaitu akiec, bcc, bkl, nv, mel, vasc, dan df. Yang menjadi permasalahan adalah dataset yang digunakan memiliki distribusi data antar kelas yang tidak seimbang, sehingga perlu dilakukan penyeimbangan kualitas data. Model arsitektur klasifikasi dibuat sendiri menggunakan metode CNN. Untuk melakukan penyeimbangan dataset, dilakukan dengan teknik resampling dengan bantuan library Python imbalanced-learn. Pada penelitian ini dilakukan uji coba beberapa teknik resampling untuk mendapatkan hasil yang paling optimal. Teknik resampling yang digunakan antara lain, random undersampler, cluster centroids, random oversampler, SMOTE, ADASYN, gabungan SMOTE dengan Tomek Link, dan gabungan SMOTE dengan ENN. Berdasarkan hasil pelatihan dan pengujian model arsitektur yang telah dirancang dan melewati trial and error hingga mencapai kualitas maksimal yang diharapkan. Di antara tiga teknik umum resampling, yaitu undersampling, oversampling, dan gabungan (hybrid), secara umum teknik resampling gabungan merupakan teknik yang memberikan hasil paling optimal. Dari beberapa teknik resampling dataset HAM10000, teknik resampling gabungan antara oversampling SMOTE dan undersampling ENN memberikan hasil paling optimal dengan nilai validation accuracy sebesar 0.986843, validation precision sebesar 0.958295, dan validation recall sebesar 0.949213