eprintid: 31975
rev_number: 17
eprint_status: archive
userid: 12
dir: disk0/00/03/19/75
datestamp: 2026-07-07 06:58:23
lastmod: 2026-07-10 03:07:37
status_changed: 2026-07-07 06:58:23
type: thesis
metadata_visibility: show
creators_name: Muis, Nasrul Amin
creators_nim: 22.12.2398
contributors_name: Al Fatta, Hanif
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS KOMPARATIF ARSITEKTUR EFFICIENTNET DAN MOBILENET UNTUK KLASIFIKASI KESUBURAN TELUR BEBEK BERDASARKAN CITRA CANDLING PADA PLATFORM ANDROID
ispublished: pub
subjects: 000.000.000A
divisions: sch_phy
full_text_status: restricted
keywords: Klasifikasi Citra, Deep Learning, EfficientNet, MobileNet, Kesuburan Telur Bebek, Aplikasi Android, Candling, Duck Egg Fertility, Image Classification.
abstract: Penelitian ini melakukan analisis komparatif untuk mengukur dan
membandingkan kinerja dua arsitektur Convolutional Neural Network (CNN),
yaitu EfficientNet V2 B0 dan MobileNet V3 Large. Untuk mempercepat proses
pelatihan, penelitian ini mengimplementasikan teknik transfer learning dengan
menggunakan dataset citra candling telur publik dari platform Roboflow. Kinerja
kedua model dievaluasi berdasarkan dua kategori utama. akurasi klasifikasi dan
efisiensi pada perangkat mobile.
Hasil evaluasi menunjukkan bahwa EfficientNetV2B0 mencapai akurasi
yang jauh lebih unggul dengan nilai accuracy 98%, F1-Score 0.9773, dan AUC
0.998. Di sisi lain, MobileNetV3Large mencatatkan akurasi yang lebih rendah
sebesar 86%, F1-Score 0.8637, dan AUC 0.931. Namun, dalam hal performa di
perangkat mobile, MobileNetV3Large terbukti lebih efisien dengan ukuran model
TF Lite hanya 13.73 MB dan kecepatan inferensi rata-rata 8.7 ms. Sebagai
perbandingan, EfficientNetV2B0 memiliki ukuran model TF Lite 25.35 MB dan
kecepatan inferensi 26.7 ms.
Hasil penelitian mengonfirmasi bahwa EfficientNetV2B0 menawarkan
akurasi tertinggi, sementara MobileNetV3Large memberikan keseimbangan
terbaik antara akurasi yang cukup dengan efisiensi yang baik, menjadikannya
lebih cepat dan ringan untuk implementasi pada aplikasi Android. Aplikasi yang
dikembangkan diharap dapat menjadi solusi praktis dan akurat bagi para peternak
bebek untuk menekan potensi kerugian, dan mempermudah proses penyortiran
telur tanpa memerlukan keahlian khusus.
date: 2026-01-22
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Muis, Nasrul Amin  (2026) ANALISIS KOMPARATIF ARSITEKTUR EFFICIENTNET DAN MOBILENET UNTUK KLASIFIKASI KESUBURAN TELUR BEBEK BERDASARKAN CITRA CANDLING PADA PLATFORM ANDROID.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31975/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31975/8/Sourcecode%20-%2022.12.2398.zip
document_url: https://eprints.amikom.ac.id/id/eprint/31975/9/Publikasi.pdf