Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Prahesta, Hadi Rizky Dwi Via Prahesta
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Performa CNN Arsitektur MobileNet Untuk Pengenalan Penyakit Pada Tanaman Bawang Merah Prahesta, Hadi Rizky Dwi Via Prahesta; Pamungkas, Danar Putra; Kasih, Patmi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/fn6mgw27

Abstract

Penyakit pada tanaman bawang merah, seperti busuk bawah, jamur daun, dan serangan ulat, dapat menyebabkan penurunan kualitas dan kuantitas hasil panen. Deteksi dini penyakit sangat penting untuk mencegah kerugian lebih lanjut. Penelitian ini mengembangkan sistem klasifikasi otomatis berbasis citra menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV1. Dataset terdiri dari 250 citra daun bawang merah yang dikategorikan ke dalam empat kelas: normal, busuk bawah, jamur daun, dan ulat. Proses pelatihan menggunakan teknik augmentasi citra dan callbacks EarlyStopping serta ModelCheckpoint untuk mencegah overfitting. Model berhenti pada epoch ke-16 dan mencapai akurasi 92,00%, presisi 92,31%, recall 92,00%, serta F1-score 91,90%. Hasil ini menunjukkan bahwa arsitektur MobileNetV1 efektif dalam mengklasifikasikan penyakit pada tanaman bawang merah secara otomatis.
Co-Authors Danar Putra Pamungkas, Danar Putra Patmi Kasih