Penelitian ini membandingkan performa MobileNetV2 dan MobileNetV3 dalam klasifikasi tiga jenis jeruk: Lemon, Jeruk Manis, dan Jeruk Nipis, menggunakan dataset 1.500 gambar. Dataset dikumpulkan selama tiga bulan dengan kamera DSLR, mencakup variasi dalam ukuran, warna, dan tekstur. Penelitian ini melibatkan pengumpulan, pembersihan, augmentasi gambar, pelatihan, dan evaluasi model. Kedua model dilatih dengan parameter yang sama, termasuk 5, 10, 15, dan 20 epoch. Hasilnya menunjukkan bahwa MobileNetV2 jauh lebih unggul dengan rata-rata akurasi 99,33%, dibandingkan MobileNetV3 yang hanya mencapai 42,97%. MobileNetV2 juga lebih efisien dalam penggunaan sumber daya komputasi, menjadikannya lebih cocok untuk aplikasi praktis. Penelitian ini menyimpulkan bahwa MobileNetV2 lebih efektif dalam klasifikasi jenis jeruk dan dapat diimplementasikan dalam industri pertanian dan makanan. Penelitian lanjutan dapat menambah kelas buah dan menggunakan augmentasi data yang lebih canggih untuk meningkatkan akurasi.
Copyrights © 2025