// <![CDATA[IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)]]> FIQRON RIZKIAWARMAN / 152018115 Penulis Galih Ashari R., S.Si., M.T. Dosen Pembimbing 1
Mobilenet adalah arsitektur model Convolutional Neural Network yang implementasinya digunakan pada perangkat mobile. Dasar dari pembuatan mobilenet adalah depthwise separable convolution yang membuat arsitektur ini memiliki beban komputasi yang rendah, namun hal tersebut dapat mengurangi tingkat akurasi dari arsitektur. Penelitian dilakukan dengan mengidentifikasi 6 kelas genus jamur dengan menggunakan arsitektur MobilenetV3 dengan tidak menghiraukan beban komputasi dari arsitektur MobilenetV3 yaitu dengan menggunakan data balancing, perubahan pada stride dan penambahan layer. Hasil terbaik yang diperoleh dari model didapatkan pada model arsitektur MobilenetV3-Large, stride 1, dengan hyperparameter learning rate 0.0001, batch size 32, epoch 30, optimizer ADAM. Berdasarkan hasil dari evaluasi performa model didapatkan akurasi sebesar 0.9981 pada pengujian 2076 data uji dalam 6 kelas yang terdiri dari jenis genus jamur yang dapat dikonsumsi dan beracun.