<![CDATA[Penyakit pada tanaman mangga dapat menurunkan produktivitas dan kualitas hasil panen, sehingga deteksi dini menjadi penting untuk mencegah kerugian bagi petani. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan penyakit pada daun mangga menggunakan algoritma klasifikasi data mining, yaitu NASNetMobile dan ResNet50. Dataset yang digunakan berjumlah 1.800 citra daun mangga, yang terdiri atas tiga kelas penyakit dengan masing-masing kelas berjumlah 600 citra, yaitu antraknosa, cendawan jelaga, dan ulat daun. Dataset dibagi menjadi data pelatihan sebesar 80%, validasi 10%, dan pengujian 10%. Tahapan pra-pemrosesan dilakukan melalui normalisasi gambar dan augmentasi data untuk meningkatkan performa model. Kedua model dibandingkan berdasarkan metrik evaluasi berupa akurasi, precision, recall, dan f1-score. Hasil menunjukkan bahwa model NASNetMobile memperoleh akurasi sebesar 96%, sedangkan ResNet50 hanya mencapai 73%. Berdasarkan hasil tersebut, NASNetMobile terbukti lebih efektif dalam mendeteksi penyakit daun mangga secara otomatis. Hasil penelitian ini memberikan manfaat praktis berupa potensi pengembangan sistem berbasis mobile atau web sebagai alat bantu deteksi dini penyakit tanaman yang dapat digunakan langsung oleh petani untuk mendukung pengambilan keputusan yang cepat dan akurat.]]>
Copyrights © 2025
