Fadillah Akbar, Muhammad (2025) PENERAPAN ARSITEKTUR MOBILENETV3 DALAM KLASIFIKASI HAMA DAUN JERUK BERBASIS DEEP LEARNING. Skripsi thesis, UNAMA.
![]() |
Text
BAB I.pdf Download (499kB) |
![]() |
Text
BAB II.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text
BAB III.pdf Restricted to Registered users only Download (771kB) |
![]() |
Text
BAB IV.pdf Restricted to Registered users only Download (4MB) |
![]() |
Text
BAB V.pdf Download (449kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (494kB) |
Abstract
Penelitian ini bertujuan untuk menerapkan arsitektur MobileNetV3 dalam klasifikasi hama pada daun jeruk menggunakan metode deep learning. Hama dan penyakit tanaman merupakan faktor utama yang mengurangi hasil panen, sehingga deteksi dini sangat penting untuk meminimalkan kerugian. Dalam penelitian ini, dataset yang digunakan terdiri dari 384 citra daun jeruk yang terinfeksi oleh berbagai jenis hama, termasuk kutu daun (Toxoptera spp.), ulat peliang daun (Phylocnistis citrella), dan kutu putih daun (Lawana cendida). Metode yang diterapkan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV3, yang dikenal efisien dalam penggunaan sumber daya dan akurasi tinggi. Hasil penelitian menunjukkan bahwa model yang dibangun mampu mencapai akurasi hingga 97,20% dengan nilai loss yang rendah, serta menunjukkan performa yang baik dalam mengklasifikasikan hama pada daun jeruk. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi pertanian yang lebih efisien dan berkelanjutan.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Artificial Intelligence |
Divisions: | Skripsi > Teknik Informatika > 2025 |
Depositing User: | Digital Library |
Date Deposited: | 09 Jul 2025 08:25 |
Last Modified: | 09 Jul 2025 08:25 |
URI: | http://repository.unama.ac.id/id/eprint/4499 |
Actions (login required)
![]() |
View Item |