<![CDATA[Penelitian ini mengembangkan model klasifikasi citra daun jagung berbasis transfer learning menggunakan arsitektur MobileNetV2. Empat kelas daun jagung diklasifikasi, yaitu Blight, Common Rust, Gray Leaf Spot, dan Healthy. Dataset terdiri dari 7614 citra yang dibagi menjadi 6092 citra latih dan 1522 citra validasi dengan rasio 80:20. Augmentasi citra dilakukan secara lanjutan, mencakup rotasi, flipping, dan zoom, untuk meningkatkan generalisasi model. Arsitektur MobileNetV2 dimodifikasi dengan penambahan layer GlobalAveragePooling2D, Dropout (0.5), dan Dense (4 neuron, aktivasi softmax). Pelatihan dilakukan sebanyak tiga kali dengan jumlah epoch berbeda (20, 10, dan 5) untuk membandingkan pengaruhnya terhadap akurasi. Hasil evaluasi menunjukkan akurasi validasi terbaik sebesar 85% pada pelatihan 5 epoch, dengan nilai precision, recall, dan f1-score per kelas di atas 80%. Model menunjukkan performa baik dalam klasifikasi kondisi daun jagung.]]>
Copyrights © 2025
