@prefix event: <http://purl.org/NET/c4dm/event.owl#> .
  @prefix eprel: <http://eprints.org/relation/> .
  @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
  @prefix dc: <http://purl.org/dc/elements/1.1/> .
  @prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#> .
  @prefix epid: <http://eprints.amikom.ac.id/id/> .
  @prefix ep: <http://eprints.org/ontology/> .
  @prefix owl: <http://www.w3.org/2002/07/owl#> .
  @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
  @prefix foaf: <http://xmlns.com/foaf/0.1/> .
  @prefix cc: <http://creativecommons.org/ns#> .
  @prefix dct: <http://purl.org/dc/terms/> .
  @prefix void: <http://rdfs.org/ns/void#> .
  @prefix skos: <http://www.w3.org/2004/02/skos/core#> .
  @prefix bibo: <http://purl.org/ontology/bibo/> .
  @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .

<>
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31760>;
	rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .

<http://eprints.amikom.ac.id/id/document/319541>
	dct:hasPart <https://eprints.amikom.ac.id/id/eprint/31760/1/24.51.1630%20%20Nita%20Helmawati.pdf>;
	ep:hasFile <https://eprints.amikom.ac.id/id/eprint/31760/1/24.51.1630%20%20Nita%20Helmawati.pdf>;
	rdf:type bibo:Document,
		ep:Document;
	rdfs:label "ANALISIS PERFORMA VGG16 DAN MOBILENETV2\r\nDALAM KLASIFIKASI PENYAKIT DAUN PISANG \r\nMENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK\r\n(CNN) (Text)"^^xsd:string .

<http://eprints.amikom.ac.id/id/eprint/31760#authors>
	rdf:_1 <http://eprints.amikom.ac.id/id/person/ext-5897a95f86185a2f3ff4e3c8d79fd4c1> .

<http://eprints.amikom.ac.id/id/eprint/31760>
	<> <http://eprints.amikom.ac.id/id/person/ext-5becbfe1a1f5e7366ee9330939161c9b>;
	bibo:abstract "Indonesia merupakan salah satu produsen utama pisang di dunia dengan\r\npotensi ekspor yang besar, namun produksinya kerap terancam oleh serangan\r\npenyakit daun yang menurunkan kualitas dan kuantitas hasil panen. Deteksi dini\r\ndan akurat terhadap penyakit daun pisang menjadi tantangan penting, khususnya\r\ndalam kondisi lapangan yang bervariasi. Penelitian ini bertujuan untuk\r\nmengevaluasi dan membandingkan performa dua arsitektur Convolutional Neural\r\nNetwork (CNN), yaitu VGG16 dan MobileNetV2, dalam mengklasifikasikan\r\npenyakit daun pisang secara multi-kelas berdasarkan citra. Metode yang digunakan\r\nmeliputi pelatihan dan pengujian model dengan dataset citra penyakit daun pisang\r\nyang telah dikurasi dan ditingkatkan kualitasnya melalui augmentasi. Evaluasi\r\ndilakukan berdasarkan metrik akurasi, presisi, recall, F1-score, dan efisiensi\r\nkomputasi. \r\nHasil pengujian menunjukkan bahwa model VGG16 dengan konfigurasi\r\noptimal (15 epoch, optimizer Adam, learning rate 0,01) memberikan performa\r\nterbaik dengan akurasi sebesar 98,12%, presisi 98,17%, recall 98,12%, dan F1score\r\n\r\n98,12%, serta waktu pelatihan selama 79,92 detik. Sementara itu,\r\nMobileNetV2 menunjukkan performa yang cukup baik namun sedikit lebih rendah,\r\ndengan keunggulan pada efisiensi komputasi. Pemilihan model optimal sangat\r\nbergantung pada kebutuhan sistem, VGG16 direkomendasikan untuk skenario yang\r\nmenekankan akurasi tinggi, sedangkan MobileNetV2 lebih sesuai untuk\r\nimplementasi pada perangkat dengan sumber daya terbatas. Penelitian ini\r\nmemberikan kontribusi terhadap pengembangan untuk klasifikasi penyakit\r\ntanaman berbasis deep learning yang praktis dan adaptif terhadap kondisi lapangan."^^xsd:string;
	bibo:authorList <http://eprints.amikom.ac.id/id/eprint/31760#authors>;
	bibo:status <http://purl.org/ontology/bibo/status/published>;
	dc:hasVersion <http://eprints.amikom.ac.id/id/document/319541>;
	dct:creator <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>,
		<http://eprints.amikom.ac.id/id/person/ext-5897a95f86185a2f3ff4e3c8d79fd4c1>;
	dct:date "2025-11-03";
	dct:isPartOf <http://eprints.amikom.ac.id/id/repository>;
	dct:issuer <http://eprints.amikom.ac.id/id/org/ext-8bc2c8851342fec09ec3a9e61ee37c42>,
		<http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>;
	dct:subject <http://eprints.amikom.ac.id/id/subject/000.000.000A>;
	dct:title "ANALISIS PERFORMA VGG16 DAN MOBILENETV2\r\nDALAM KLASIFIKASI PENYAKIT DAUN PISANG \r\nMENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK\r\n(CNN)"^^xsd:string;
	ep:hasDocument <http://eprints.amikom.ac.id/id/document/319541>;
	ep:hasPublished <http://eprints.amikom.ac.id/id/document/319541>;
	rdf:type bibo:Article,
		bibo:Thesis,
		ep:EPrint,
		ep:ThesisEPrint;
	rdfs:seeAlso <https://eprints.amikom.ac.id/id/eprint/31760/> .

<http://eprints.amikom.ac.id/id/subject/000.000.000A>
	rdf:type skos:Concept;
	skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .

<https://eprints.amikom.ac.id/id/eprint/31760/1/24.51.1630%20%20Nita%20Helmawati.pdf>
	rdfs:label "24.51.1630  Nita Helmawati.pdf"^^xsd:string .

<https://eprints.amikom.ac.id/id/eprint/31760/>
	dc:format "text/html";
	dc:title "HTML Summary of #31760 \n\nANALISIS PERFORMA VGG16 DAN MOBILENETV2&#13;\nDALAM KLASIFIKASI PENYAKIT DAUN PISANG &#13;\nMENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK&#13;\n(CNN)\n\n";
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31760> .

<http://eprints.amikom.ac.id/id/org/ext-8bc2c8851342fec09ec3a9e61ee37c42>
	dct:isPartOf <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>;
	foaf:name "Pascasarjana Teknik Informatika, Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>
	dct:hasPart <http://eprints.amikom.ac.id/id/org/ext-8bc2c8851342fec09ec3a9e61ee37c42>;
	foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/person/ext-5becbfe1a1f5e7366ee9330939161c9b>
	foaf:familyName "Utami"^^xsd:string;
	foaf:givenName "Ema"^^xsd:string;
	foaf:name "Ema Utami"^^xsd:string;
	rdf:type foaf:Person .

<http://eprints.amikom.ac.id/id/person/ext-5897a95f86185a2f3ff4e3c8d79fd4c1>
	foaf:familyName "Helmawati"^^xsd:string;
	foaf:givenName "Nita"^^xsd:string;
	foaf:name "Nita Helmawati"^^xsd:string;
	rdf:type foaf:Person .