Penyakit kanker kulit merupakan salah satu penyakit yang perlu
mendapat perhatian serius karena dapat berkembang secara perlahan dan
berpotensi membahayakan jiwa. Identifikasi penyakit kanker kulit masih
banyak dilakukan secara manual melalui pengamatan visual, yang berisiko
menimbulkan kesalahan akibat kemiripan karakteristik dengan gangguan
kulit lainnya. Oleh karena itu, diperlukan penerapan teknologi deep
learning untuk membantu proses deteksi dini penyakit kanker kulit secara
lebih akurat. Penelitian ini mengusulkan penggunaan metode Vision
Transformer (ViT) untuk klasifikasi penyakit kulit berbasis citra
menggunakan dataset ISIC 2019, yang selanjutnya diimplementasikan
dalam bentuk aplikasi berbasis Android. Tahapan preprocessing meliputi
resize citra ke ukuran 224×224 piksel, normalisasi menggunakan image
processor, serta augmentasi data untuk meningkatkan keragaman data dan
mengurangi risiko overfitting. Model yang digunakan adalah vit-base
patch16-224 yang merupakan model pre-trained, dengan penyesuaian pada
lapisan klasifikasi akhir sesuai jumlah kelas penelitian. Proses pelatihan
dilakukan dengan penentuan hyperparameter serta penerapan early
stopping dan model checkpoint. Hasil evaluasi pada data uji menunjukkan
bahwa model mencapai akurasi sebesar 0.9301, dengan nilai precision
0.9297, recall 0.9301, dan F1-score 0.9296. Hasil tersebut menunjukkan
bahwa model Vision Transformer yang dikembangkan memiliki performa
yang baik dan berpotensi digunakan sebagai sistem pendukung berbasis
Android untuk membantu diagnosis awal penyakit kanker kulit.