Pada Juni 2022, US Cancer Statistics merilis data yang menyebutkan bahwa kanker kulit melanoma berada di posisi ke-5 dengan kasus kanker baru terbanyak. Kanker kulit muncul akibat pertumbuhan melanosit yang tidak normal dan tidak menyerupai sel asli dari segi bentuk, struktur dan fungsinya. Sel kanker dapat hidup di luar jaringan asalnya dan merusak jaringan sekitarnya, jadi yang terbaik adalah melakukan pemeriksaan rutin. Gejala kanker kulit dapat dilihat melalui tahi lalat yang mengalami perubahan ukuran dan warna. Pada citra, fenomena ini ditangkap oleh piksel dengan atribut warna. CNN telah dipercayakan dengan tugas pemrosesan citra dalam beberapa dekade terakhir, tetapi kami menemukan CNN sebagai bentuk terbatas dari analisis multi-resolusi yang bekerja secara langsung pada domain spasial dan menghilangkan informasi spektral. Penelitian ini dilakukan untuk menggabungkan informasi spasial dan spektral dalam satu model menggunakan Wavelet Transform Convolutional Neural Network. Model menggunakan data ISIC Melanoma 2020 berisi 33.126 citra lesi kulit, terdiri dari 9 kelas diagnostik yang memiliki karakteristik ketidakseimbangan. Eksperimen dilakukan dengan beberapa kombinasi ukuran batch yaitu 128, 256 dan 512. Analisis dikembangkan pada tingkat dekomposisi yang berbeda. Evaluasi WCNN terbaik pada data uji adalah model dengan 4 tingkat dekomposisi dan ukuran batch 128 yang memperoleh AUC sebesar 98%.
Kata kunci : Augmentasi;CNN;Imbalance;Klasifikasi