Kanker kulit melanoma dan basal cell carcinoma merupakan jenis kanker yang sangat mematikan dan tumbuh di jaringan kulit. Beberapa tahun terakhir Machine Learning mulai di praktekan dalam Kesehatan terutama kanker kulit. Klasifikasi merupakan bagian penting dalam proses deteksi kanker kulit berbasis Machine Learning. Beberapa metode klasifikasi yang ada terbukti menjadi penyebab akurasi deteksi yang rendah. Pengembangan prototype deteksi kanker kulit melanoma dan basal cell carcinoma juga jarang di temukan di literatur. Akibatnya evaluasi prototipe tersebut sudah di dapatkan. Untuk menyelesaikan masalah diatas, penelitian tugas Akhir ini melakukan studi pada beberapa algoritma klasifikasi pada kanker kulit melanoma dan basal cell carcinoma berbasis gambar untuk meningkatkan akurasi deteksi dan pengembangan prototipe deteksi berbasis Machine Learning. Metode yang digunakan dalam penelitian tugas akhir ini adalah 1. Analisis klasifikasi Support Vector Machine, K-Nearest Neighbor, & Naive Bayes, 2. Pengembangan prototipe aplikasi android, 3. Pengujian performa prototipe aplikasi android yang dikembangkan. Hasil Eksperimen menunjukan penggabungan klasifikasi yang dihasilkan oleh algoritma Support Vector Machine menggunakan K-Fold Cross Validation mencapai akurasi sebesar 90%. Dipihak lain prototipe dikembangangkan berhasil mendeteksi gambar kanker kulit melanoma, dan basal cell carcinoma serta kulit normal sebagai pembanding.
Kata Kunci: Support Vector Machine, K-Nearest Neighbor, Naive Bayes.