Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Model EfficientNetV2B0 dan ResNet50 untuk Klasifikasi Citra Penyakit Mulut dan Kuku pada Sapi Farhan Kumara Abdiel; Ratih Kumalasari Niswatin; Danar Putra Pamungkas
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/817cfc93

Abstract

Abstrak—Penyakit Mulut dan Kuku (PMK) merupakan penyakit menular pada hewan ternak yang berdampak besar terhadap perekonomian peternak. Deteksi dini berbasis citra digital menggunakan deep learning menjadi pendekatan yang menjanjikan untuk mendukung identifikasi PMK secara cepat dan efisien. Penelitian ini membandingkan dua arsitektur Convolutional Neural Network (CNN), yaitu EfficientNetV2B0 dan ResNet50, dalam mengklasifikasikan citra sapi ke dalam empat kelas: Kuku_PMK, Kuku_Sehat, Mulut_PMK, dan Mulut_Sehat. Dataset berjumlah 406 citra asli yang kemudian diperbesar menjadi 2.400 citra melalui augmentasi offline, dengan pembagian 80:20 untuk data latih dan validasi. Kedua model dilatih menggunakan transfer learning dua fase dengan optimizer Adam dan teknik fine-tuning. Hasil evaluasi menunjukkan bahwa ResNet50 mencapai akurasi 92,50% dan F1-score makro 0,93, sedangkan EfficientNetV2B0 menghasilkan akurasi 91,25% dengan F1-score makro 0,92. Meskipun ResNet50 unggul secara akurasi, EfficientNetV2B0 lebih efisien dari sisi jumlah parameter, menjadikannya kandidat potensial untuk implementasi pada perangkat dengan sumber daya terbatas.