Kentang termasuk salah satu tanaman pangan paling penting ketiga di dunia. Pertanian kentang memiliki masalah berupa penyakit yang menyerang pada daun. Penyakit tersebut dapat memengaruhi kualitas tanaman kentang, sehingga mengakibatkan gagal panen. Digital image processing merupakan metode yang dapat digunakan untuk membantu petani dalam mengidentifikasi penyakit daun kentang. Pengembangan digital image processing telah banyak dilakukan salah satunya dengan menggunakan algoritma Convolutional Neural Network (CNN). CNN memerlukan data yang besar. Arsitektur CNN akan mengalami overfitting jika menggunakan data yang sedikit, dimana model klasifikasi memiliki akurasi yang tinggi pada data latih tetapi akurasinya menjadi buruk pada data uji. Penelitian ini memanfaatkan metode Transfer Learning dan Augmentasi untuk menghindari overfitting pada data yang terlalu sedikit. Metode Transfer Learning yang digunakan dalam penelitian ini adalah MobileNetV2. Hasil dari uji coba pada penelitian ini menunjukkan bahwa metode Transfer Learning MobileNetV2 memiliki hasil performa klasifikasi yang baik dan menghasilkan nilai akurasi tinggi sebesar 99,6%.
File Tesis_Implementasi Transfer Learning Arsitektur Mobilenetv2 Untuk Identifikasi Penyakit Daun Kentang_Tika Adilah M