ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of IMPLEMENTASI APLIKASI MOBILE UNTUK KLASIFIKASI JENIS DAUN ALPUKAT MENGGUNAKAN MOBILENETV3
Bookmark Share

Text

IMPLEMENTASI APLIKASI MOBILE UNTUK KLASIFIKASI JENIS DAUN ALPUKAT MENGGUNAKAN MOBILENETV3

RISNA AMANDA - Personal Name; ANA YULIANTI - Personal Name;

Perkembangan teknologi pengolahan citra dan deep learning memberikan peluang besar dalam mendukung identifikasi tanaman secara otomatis. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi jenis daun alpukat menggunakan arsitektur MobileNetV3 serta mengimplementasikannya pada aplikasi mobile berbasis Flutter. Data primer terdiri dari 900 citra daun alpukat yang berasal dari lima kelas, yaitu Aligator, Madu, Kendil, Super, dan SW01. Dataset dibagi menjadi 80% data latih, 10% data validasi, dan 10% data uji. Proses augmentasi diterapkan hanya pada data latih dengan lima variasi augmentasi untuk setiap citra sehingga setiap kelas menjadi 720 citra dan total data latih bertambah menjadi 3.600 citra. Seluruh citra dinormalisasi dan diubah ukurannya menjadi 224×224 piksel agar sesuai dengan kebutuhan input MobileNetV3. Model dilatih menggunakan pendekatan transfer learning dengan optimizer Adam, learning rate 0.0001, dan loss function Categorical Crossentropy. Hasil pengujian menunjukkan bahwa MobileNetV3-Large memberikan performa terbaik dengan akurasi 97%, sedangkan MobileNetV3- Small menghasilkan akurasi 90%. Berdasarkan akurasi tersebut, MobileNetV3- Large dipilih sebagai model utama yang diintegrasikan ke dalam aplikasi mobile karena mampu mengklasifikasikan jenis daun alpukat secara lebih efektif dan andal. Implementasi model ke aplikasi memungkinkan pengguna untuk melakukan deteksi secara real-time melalui kamera atau unggahan gambar. Secara keseluruhan, penelitian ini berhasil menghasilkan model klasifikasi jenis daun alpukat yang akurat, efisien, dan siap digunakan pada perangkat mobile. Sistem ini diharapkan dapat membantu masyarakat, petani, serta pelaku usaha tanaman dalam mengidentifikasi varietas alpukat dengan cepat dan mudah, serta menjadi dasar bagi pengembangan sistem klasifikasi tanaman lain di masa mendatang.


Availability
#
Teknik Informatika (FAKULTAS TEKNIK UNIVERSITAS ISLAM RIAU PEKANBARU) Informatika 690.0285 Ris i
ETD5101II
Available but not for loan - ETD
Detail Information
Call Number
Informatika 690.0285 Ris i
Language
Indonesia
NPM
213510221
Publisher
Teknik Informatika : Universitas Islam Riau., 2026
Keyword(s)
Deep Learning
MobileNetV3
klasifikasi daun alpukat
augmentasi data
aplikasi mobile
Other Information
Petugas
Ayu Agustina
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?