Kanker rongga mulut, atau yang dikenal sebagai Oral Squamous Cell Carcinoma (OSCC), merupakan jenis kanker ganas yang paling umum terjadi di mulut, terutama pada lidah, dan dapat menyebabkan kematian jika tidak ditangani sejak dini. Sistem deteksi OSCC ini dikembangkan menggunakan arsitektur Convolutional Neural Network VGG16, yang dipilih karena kemampuannya dalam mencapai akurasi tinggi dalam klasifikasi gambar dengan ukuran model yang relatif kecil. Beberapa percobaan dilakukan dengan berbagai konfigurasi untuk mendapatkan performa model terbaik, termasuk pengujian dengan precision, recall, dan f1-score, serta variasi jumlah epoch. Berdasarkan evaluasi model menggunakan confusion matrix, model dengan 20 epoch dan optimizer Adam (Adaptive Moment Estimation) mencapai akurasi sebesar 0.8214, precision sebesar 0.7480, recall sebesar 0.7400, dan f1-score sebesar 0.61. Diharapkan penelitihan ini dapat menghasilkan sistem deteksi OSCC yang diharapkan.
Kata kunci: Oral Squamous Cell Carcinoma, Visual Geometric Group 16, Convolutional Neural Network, Confusion Matrix, Black Box Testing.