eprintid: 33112
rev_number: 19
eprint_status: archive
userid: 12
dir: disk0/00/03/31/12
datestamp: 2026-10-01 04:47:55
lastmod: 2026-10-01 04:47:55
status_changed: 2026-10-01 04:47:55
type: thesis
metadata_visibility: show
creators_name: Ramadianto, Muhammad
creators_nim: 22.11.4945
contributors_name: Aminuddin, Afrig
corp_creators: Universitas AMIKOM Yogyakarta
title: KLASIFIKASI PENYAKIT DAUN TERONG MENGGUNAKAN
DATASET TERAUGMENTASI DENGAN OPTIMASI FINETUNING
DENGAN
ALGORITMA
MOBILENETV2
ispublished: pub
subjects: 000.000.000A
divisions: if
full_text_status: restricted
keywords: MobileNetV2, Fine-Tuning, Transfer Learning, Penyakit Daun
Terong, Klasifikasi Citra, Eggplant Leaf Disease,
Image Classification.
abstract: Terong (Solanum melongena L.) merupakan salah satu komoditas
hortikultura yang banyak dibudidayakan di Indonesia, namun produktivitasnya
sering menurun akibat serangan penyakit daun. Identifikasi penyakit daun secara
konvensional masih dilakukan melalui pengamatan visual sehingga rentan terhadap
kesalahan diagnosis, membutuhkan waktu, dan tidak efisien pada lahan berskala
besar. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem
klasifikasi penyakit daun terong berbasis citra digital menggunakan metode Deep
Learning dengan arsitektur MobileNetV2. Dataset yang digunakan berasal dari
Mendeley Data dan telah melalui proses augmentasi, sehingga penelitian ini
berfokus pada optimalisasi pelatihan model menggunakan transfer learning dan
fine-tuning. Tahapan penelitian meliputi preprocessing citra, pembagian data
menjadi data training, validation, dan testing, pelatihan model MobileNetV2
pretrained ImageNet, serta evaluasi performa menggunakan confusion matrix dan
metrik akurasi. Hasil eksperimen menunjukkan bahwa model mencapai validation
accuracy terbaik sebesar 95.52% pada epoch ke-34. Selain itu, evaluasi pada data
testing menghasilkan akurasi sebesar 93.92%. Hasil tersebut membuktikan bahwa
MobileNetV2 dengan strategi fine-tuning mampu memberikan performa klasifikasi
yang baik dengan efisiensi komputasi yang tinggi. Sistem ini diharapkan dapat
membantu petani dalam mendeteksi penyakit daun terong secara cepat dan akurat
sebagai bagian dari penerapan smart agriculture.
date: 2026-02-27
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Ramadianto, Muhammad  (2026) KLASIFIKASI PENYAKIT DAUN TERONG MENGGUNAKAN DATASET TERAUGMENTASI DENGAN OPTIMASI FINETUNING DENGAN ALGORITMA MOBILENETV2.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/33112/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/33112/8/Sourcecode%20-%2022.11.4945.zip
document_url: https://eprints.amikom.ac.id/id/eprint/33112/9/Publikasi.pdf