Klasifikasi Kanker Kulit Berdasarkan Fitur Tekstur Menggunakan K-Nearest Neighbour

Kanker kulit merupakan pertumbuhan abnormal pada jaringan kulit yang dapat me- mengaruhi sebagian atau seluruh lapisan kulit. Jika dibiarkan dan tidak ditangani segera, kanker kulit akan menjadi permasalahan yang serius. Biaya pengobatan yang mahal akan menjadi permasalahan berikutnya. Secara umum, dokter kulit menggunakan biopsi untuk mendiagnosis kanker kulit. Pemanfaatan deteksi kanker kulit menggunakan pengolahan citra merupakan alternatif terkini yang dapat dila- kukan untuk melakukan diagnosis dini kanker kulit. Pada Penelitian ini menggu- nakan metode K-Nearest Neighbor (KNN) dan ekstraksi fitur tekstur untuk mende- teksi kanker kulit seta melihat performa metode KNN dalam melakukan klasifikasi. Ekstraksi fitur tekstur yang digunakan berbasis Histogram. Dari hasil pengujian yang telah dilakukan menggunakan bahasa pemrograman Python, metode KNN te- lah dapat melakukan klasifikasi kanker kulit kedalam dua jenis yaitu ganas dan jinak dengan akurasi sebesar 63,5% . Nilai akurasi dipengaruhi oleh beberapa fak- tor seperti pencahayaan pada gambar, letak kanker kulit, dan titik-titik hitam yang menyebar pada permukaan kulit.