ANALISIS PERBANDINGAN KINERJA ARSITEKTUR EFFICIENTNET B0 DAN MOBILENETV3 UNTUK KLASIFIKASI PENYAKIT PADA CITRA DAUN MANGGAYohanesSindhunataauthorPenyakit pada daun mangga sering kali terlambat teridentifikasi akibat keterbatasan pengetahuan visual petani dan minimnya akses terhadap tenaga ahli pertanian. Kondisi ini berdampak pada penurunan kualitas panen, penyebaran penyakit di area perkebunan, serta kerugian ekonomi bagi petani. Penelitian ini mengembangkan sistem klasifikasi penyakit daun mangga secara otomatis menggunakan pendekatan deep learning. Dua arsitektur Convolutional Neural Network (CNN), yaitu EfficientNet B0 dan MobileNetV3, dievaluasi dan dibandingkan kinerjanya dalam mengklasifikasikan delapan kelas kondisi daun mangga. Pengujian dilakukan menggunakan dataset publik Kaggle maupun citra lapangan. Teknik pra-pemrosesan berupa segmentasi penghapusan latar belakang (background removal) juga diterapkan untuk mengukur ketangguhan kedua model terhadap pergeseran domain dan gangguan visual. Hasil pengujian pada citra lapangan menunjukkan bahwa MobileNetV3 lebih tangguh dengan akurasi 71.25% dibandingkan EfficientNet B0 yang mencapai 62.50%. Setelah diterapkan segmentasi latar belakang, akurasi EfficientNet B0 meningkat signifikan menjadi 75.00%. Sistem yang dikembangkan berpotensi dimanfaatkan sebagai alat bantu diagnosis dini yang praktis bagi petani.000 Ilmu komputer, informasi dan pekerjaan umum2026-04-24Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis