PENERAPAN TRANSFER LEARNING CNN BERBASIS MOBILENETV2 UNTUK KLASIFIKASI PENYAKIT DAUN PADA TANAMAN LEMON CALIFORNIA

BRILLIAN CAHYA DEWA, . (2026) PENERAPAN TRANSFER LEARNING CNN BERBASIS MOBILENETV2 UNTUK KLASIFIKASI PENYAKIT DAUN PADA TANAMAN LEMON CALIFORNIA. Skripsi thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Cover_123210065.pdf Download (133kB)
	Text Abstrak_123210065.pdf Download (151kB)
	Text Pengesahan_123210065.pdf Download (1MB)
	Text Daftar Isi_123210065.pdf Download (190kB)
	Text Daftar Pustaka_123210065.pdf Download (175kB)
	Text Fulltext_123210065.pdf Restricted to Repository staff only Download (4MB)

Abstract

Lemon california memiliki nilai ekonomi yang tinggi karena mampu berbuah sepanjang tahun dan banyak dimanfaatkan dalam industri pangan, minuman, serta kesehatan. Akan tetapi, produktivitas tanaman lemon sering kali terganggu oleh serangan penyakit daun yang menghambat pertumbuhan tanaman, menurunkan kualitas buah, bahkan menyebabkan penurunan hasil panen secara signifikan. Berdasarkan hasil wawancara dan observasi pada kebun lemon california di Desa Munggu, Kabupaten Kebumen, ditemukan bahwa penyakit seperti karat daun, daun keriting, kutu kebul, dan daun kuning menjadi faktor utama penurunan produktivitas. Sementara itu, petani dalam identifikasi penyakit daun umumnya masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan diagnosis. Oleh sebab itu, diperlukan suatu metode berbasis teknologi yang mampu mengidentifikasi penyakit daun lemon secara otomatis, akurat, dan efisien guna membantu petani dalam melakukan deteksi dini.
Penelitian ini menggunakan pendekatan klasifikasi citra berbasis Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang mengimplementasikan metode transfer learning. Data diperoleh melalui proses wawancara, observasi secara langsung, dan pelabelan data bersama narasumber ahli, yaitu pemilik perkebunan lemon. Dataset yang digunakan berjumlah 240 citra daun lemon california yang terbagi ke dalam lima kelas, yaitu penyakit kutu kebul, daun keriting, karat daun, daun kuning, dan daun sehat. Tahapan penelitian meliputi pengumpulan data, pre-processing data, implementasi model, pengujian kombinasi hyperparameter, serta evaluasi terhadap model. Selain itu, penelitian ini juga mencakup pengembangan sistem klasifikasi penyakit daun lemon berbasis aplikasi android yang dikembangkan menggunakan bahasa pemrograman Dart.
Hasil penelitian menunjukkan bahwa kombinasi hyperparameter terbaik diperoleh pada batch size 32, learning rate 0,001, dan 30 epoch pelatihan. Model mampu mencapai akurasi validasi yang tinggi sejak epoch awal. Hal ini menunjukkan bahwa model mampu menangkap pola utama data secara cepat. Pengujian terhadap 25 data uji menunjukkan bahwa model berhasil mengklasifikasikan 24 citra dengan benar, dengan satu kesalahan prediksi terjadi antara kelas kutu kebul dan karat daun. Secara keseluruhan, model menghasilkan nilai akurasi sebesar 96%, precision sebesar 96,6%, recall sebesar 96%, dan F1-Score sebesar 95,8%. Hasil tersebut menunjukkan bahwa metode transfer learning CNN berbasis MobileNetV2 efektif untuk membantu petani dalam mengklasifikasikan penyakit daun lemon california.

Kata Kunci: Lemon california, penyakit daun, transfer learning, Convolutional Neural Network.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	BRILLIAN CAHYA DEWA (Penulis - 123210065) BUDI SANTOSA (Pembimbing)
Uncontrolled Keywords:	Lemon california, penyakit daun, transfer learning, Convolutional Neural Network.
Subjek:	T Technology > TJ Mechanical engineering and machinery
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	31 Mar 2026 00:51
Last Modified:	31 Mar 2026 00:51
URI:	http://eprints.upnyk.ac.id/id/eprint/47500

Actions (login required)

View Item