Penyebab terjadinya kanker usus besar karena Pola makan yang rendah serat dan tinggi protein dan lemak hewani merupakan faktor penting dalam penyebab kanker usus besar. Menurut Organisasi Kesehatan Dunia, kanker adalah salah satu penyebab kematian paling umum di dunia. Penyakit kanker usus besar ini menyerang 90% orang di atas 60 tahun, tetapi dapat menyerang manusia dari segala usia. Menurut data Global Burden of Cancer yang dirilis oleh World Health Organization kanker usus besar menduduki peringkat keempat pada tahun 2020 dengan 1.148.515 kasus dan 576.858 kematian, atau 5,8% dari total kasus kamatian. Dimana kasus ini terjadi karena pendeteksian dan pengklasifikasian kanker usus besar masih dilakukan secara manual dengan tes darah melalui mikroskop dan citra histopatologi dengan penglihatan dokter sehingga Hal ini dibutuhkan teknologi untuk membantu dokter dan para ahli patologi untuk mengevaluasi citra Histopatologi secara otomatis. Salah satu metode deep learning yang berguna untuk analisis citra Histopatologi adalah Convolutional Neural Network dengan menggunakan arsitektur VGG19 dan Inceptionv3 yang telah terbukti dalam proses klasifikasi. Penelitian ini menggunakan data yang berasal dari Kaggle dengan total 10.000 data. Melalui penggunaan metode CNN penelitian ini memperoleh akurasi yang cukup optimal pada arsitektur VGG19 sebesar 99% dan pada Arsitektur IncetionV3 sebesar 98%.

Colorectal cancer is a type of cancer that occurs in the large intestine, particularly in the colon and rectum, which functions to absorb nutrients and water. The main cause of colorectal cancer is a diet low in fiber and high in animal protein and fat. According to the World Health Organization, cancer is one of the most common causes of death worldwide. Colorectal cancer primarily affects 90% of individuals over the age of 60, but it can occur at any age. According to the Global Burden of Cancer data released by the World Health Organization, colorectal cancer ranked fourth in 2020 with 1,148,515 cases and 576,858 deaths, accounting for 5.8% of total cancer deaths. This high incidence is due to the manual detection and classification of colorectal cancer, which relies on blood tests, microscopic analysis, and histopathological imaging by doctors. Therefore, there is a need for technology to assist doctors and pathologists in automatically evaluating histopathological images. One deep learning method useful for analyzing histopathological images is the Convolutional Neural Network (CNN) using VGG19 and InceptionV3 architectures, which have proven effective in classification processes. This study utilized data from Kaggle, totaling 10,000 samples. By employing the CNN method, the study achieved optimal accuracy with the VGG19 architecture at 99% and the InceptionV3 architecture at 98%.