KLASIFIKASI PENYAKIT LEUKIMIA LIMFOBLASTIK AKUT (LLA) MENGGUNAKAN MOBILENET – V3 DAN HSV

Leukemia Limfoblastik Akut (LLA) adalah salah satu jenis leukemia yang berkembang dengan cepat dan memengaruhi sel darah putih jenis limfosit. Di Indonesia, prevalensi LLA berkisar antara 2,5 hingga 4,0 kasus per 100.000 anak dengan estimasi 2.000–3.200 kasus per tahun. Dalam penelitian ini, dilakukan klasifikasi subtipe LLA menggunakan arsitektur MobileNetrnV3 dengan empat skenario dataset: RGB tidak seimbang, RGB seimbang, HSV tidak seimbang, dan HSV seimbang. Hasil pengujian menunjukkan bahwa MobileNet-V3 mencapai akurasi validasi tertinggi sebesar 99,62% pada dataset RGB tidak seimbang dengan waktu pelatihan 29 menit. Namun, balancing data menggunakan teknik oversampling memberikan distribusi prediksi yang lebih merata, terutama pada format HSV. Dataset HSV seimbang menghasilkan akurasi validasi 97,89% dengan waktu pelatihan tercepat, yaitu 19 menit, sekaligus meningkatkan recall rata-rata hingga 97,25%. Meski demikian, balancing data menurunkan precision pada beberapa kelas minoritas, khususnya pada format RGB. Penelitian ini membuktikan bahwa kombinasi MobileNet-V3 dan format HSV dapat menjadi pendekatan yang efisien dan efektif dalam klasifikasi subtipe LLA, terutama dengan mempertimbangkan keseimbangan dataset.