EPrints Universitas Amikom YogyakartaANALISA IMPLEMENTASI TRANSFER LEARNING MOBILENETV3 TERHADAP VARIASI FINE-TUNING TOP LAYER UNTUK KLASIFIKASI TANAMAN REMPAHAhmad AfifFawzillahauthorPenelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra tanaman rempah menggunakan metode Transfer Learning dengan arsitektur MobileNetV3. Objek penelitian difokuskan pada empat jenis tanaman rempah yang memiliki kemiripan visual, yaitu jahe, kunyit, kencur, dan lengkuas. Tahapan penelitian meliputi pengumpulan dataset citra, proses preprocessing berupa resizing, normalisasi piksel, dan augmentasi citra, kemudian dilanjutkan dengan perancangan model menggunakan beberapa variasi top layer dan strategi pelatihan. Variasi arsitektur yang digunakan mencakup perbandingan Flatten dan GlobalAveragePooling2D serta jumlah neuron pada fully connected layer sebesar 128 dan 256. Selain itu, strategi pelatihan model dilakukan melalui tiga skenario, yaitu pembekuan seluruh lapisan base model, finetuning parsial dengan membuka sebagian lapisan akhir, serta full fine-tuning pada seluruh lapisan jaringan. Hasil pengujian menunjukkan bahwa penggunaan MobileNetV3 mampu menghasilkan performa klasifikasi yang tinggi dengan tingkat akurasi di atas 94% pada seluruh skenario. Namun demikian, fine-tuning tidak selalu memberikan peningkatan performa yang signifikan, khususnya pada dataset berukuran terbatas, dan pada beberapa konfigurasi justru berpotensi menimbulkan overfitting. Analisis lebih lanjut menggunakan confidence score menunjukkan bahwa model dengan konfigurasi Flatten + Dense (128) Full Fine-Tuning memiliki tingkat kestabilan prediksi yang lebih baik dibandingkan konfigurasi lainnya. Secara keseluruhan, penelitian ini membuktikan bahwa pemilihan arsitektur top layer, jumlah neuron, serta strategi pelatihan yang tepat berperan penting dalam meningkatkan kualitas model. MobileNetV3 terbukti menjadi solusi yang efektif dan efisien untuk klasifikasi citra tanaman rempah dengan keseimbangan antara akurasi dan kompleksitas model.000 Ilmu komputer, informasi dan pekerjaan umum006 Metode komputer khusus580 Tumbuh-tumbuhan, tanaman, botani, flora2026-01-27Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.