TY  - THES
UR  - https://eprints.amikom.ac.id/id/eprint/31760/
AV  - public
KW  - klasifikasi penyakit daun pisang
KW  -  VGG16
KW  -  MobileNetV2
KW  -  CNN
KW  - 
deteksi citra daun
KW  -  banana leaf disease classification
KW  -  leaf image detection
M1  - masters
Y1  - 2025/11/03/
N2  - Indonesia merupakan salah satu produsen utama pisang di dunia dengan
potensi ekspor yang besar, namun produksinya kerap terancam oleh serangan
penyakit daun yang menurunkan kualitas dan kuantitas hasil panen. Deteksi dini
dan akurat terhadap penyakit daun pisang menjadi tantangan penting, khususnya
dalam kondisi lapangan yang bervariasi. Penelitian ini bertujuan untuk
mengevaluasi dan membandingkan performa dua arsitektur Convolutional Neural
Network (CNN), yaitu VGG16 dan MobileNetV2, dalam mengklasifikasikan
penyakit daun pisang secara multi-kelas berdasarkan citra. Metode yang digunakan
meliputi pelatihan dan pengujian model dengan dataset citra penyakit daun pisang
yang telah dikurasi dan ditingkatkan kualitasnya melalui augmentasi. Evaluasi
dilakukan berdasarkan metrik akurasi, presisi, recall, F1-score, dan efisiensi
komputasi. 
Hasil pengujian menunjukkan bahwa model VGG16 dengan konfigurasi
optimal (15 epoch, optimizer Adam, learning rate 0,01) memberikan performa
terbaik dengan akurasi sebesar 98,12%, presisi 98,17%, recall 98,12%, dan F1score

98,12%, serta waktu pelatihan selama 79,92 detik. Sementara itu,
MobileNetV2 menunjukkan performa yang cukup baik namun sedikit lebih rendah,
dengan keunggulan pada efisiensi komputasi. Pemilihan model optimal sangat
bergantung pada kebutuhan sistem, VGG16 direkomendasikan untuk skenario yang
menekankan akurasi tinggi, sedangkan MobileNetV2 lebih sesuai untuk
implementasi pada perangkat dengan sumber daya terbatas. Penelitian ini
memberikan kontribusi terhadap pengembangan untuk klasifikasi penyakit
tanaman berbasis deep learning yang praktis dan adaptif terhadap kondisi lapangan.
ID  - universitasamikomyogyakarta31760
PB  - Universitas AMIKOM Yogyakarta
TI  - ANALISIS PERFORMA VGG16 DAN MOBILENETV2
DALAM KLASIFIKASI PENYAKIT DAUN PISANG 
MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK
(CNN)
A1  - Helmawati, Nita
ER  -