Kanker paru-paru merupakan salah satu jenis kanker paling mematikan di dunia, dengan prevalensi dan angka kematian yang terus meningkat. Meskipun berbagai metode pengobatan telah dikembangkan, deteksi dini tetap menjadi tantangan utama. Penelitian ini bertujuan mengembangkan model klasifikasi citra kanker paru-paru menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur VGG-19 untuk mendeteksi empat kondisi, yaitu Adenocarcinoma, Large Cell Carcinoma, Squamous Cell Carcinoma, dan Normal, berdasarkan citra CT scan yang diperoleh dari Kaggle dengan total dataset 1.000 gambar. Model dievaluasi untuk mengukur akurasi klasifikasi jenis kanker paru-paru, dan dilatih menggunakan early stopping, di mana dari percobaan awal 50 epoch, pelatihan berhenti pada epoch ke-44 setelah mencapai akurasi 90%. Hasil ini menunjukkan bahwa model VGG-19 yang dikembangkan memiliki potensi sebagai alat bantu diagnostik bagi tenaga medis dalam mendeteksi kanker paru-paru secara dini. Penelitian ini memberikan kontribusi penting dalam pemanfaatan teknologi deep learning, khususnya CNN, dalam bidang kesehatan untuk mendukung deteksi dini kanker paru-paru.

Lung cancer is one of the deadliest types of cancer worldwide, with increasing prevalence and mortality rates. Despite advancements in various treatment methods, early detection remains a significant challenge. This study aims to develop a lung cancer image classification model using the Convolutional Neural Network (CNN) method with the VGG-19 architecture to detect four conditions: Adenocarcinoma, Large Cell Carcinoma, Squamous Cell Carcinoma, and Normal. The dataset, consisting of 1,000 CT scan images, was obtained from Kaggle. The model was evaluated to measure classification accuracy and trained using early stopping. In the initial experiment with 50 epochs, training halted at the 44th epoch after reaching 90% accuracy. These results indicate that the developed VGG-19 model has the potential to serve as a diagnostic aid for medical professionals in early lung cancer detection. This research provides a valuable contribution to the application of deep learning technology, particularly CNN, in the healthcare sector to support early lung cancer detection.