0411105902 - Dr. Uung Ungkawa, S.T., M.T. Dosen Pembimbing 1 DHIKA TAUFAN HIDAYAT / 152018131 Penulis

Masalah umum yang terjadi dalam pertanian adalah tidak sesuainya jenis tanah dengan tanaman. Jenis tanah mempengaruhi pertumbuhan tanaman, sehingga penting dalam bidang agronomi. Seperti petani muda yang mungkin diuntungkan dengan mengetahui jenis tanah untuk memilih tanaman yang sesuai. Penelitian ini menerapkan algoritma Convolutional Neural Network (CNN) Xception dan NasNetMobile sebagai solusi untuk melakukan klasifikasi pada jenis tanah. Gambar sampel tanah diproses dengan resize dan augmentasi sebelum dilatih dengan TensorFlow. Dataset memiliki 2245 gambar original yang akan di augmentasi lalu dibagi menjadi 80:10:10 untuk pelatihan, tes, dan validasi. Keberhasilan CNN Xception mencapai akurasi 91,41% dengan waktu 05:53:00 dan ukuran 382 MB, sedangkan NasNetMobile memperoleh akurasi 89,84% dengan waktu 05:23:00 dan ukuran 173 MB. NasNetMobile unggul dalam waktu pelatihan dan ukuran model, sementara Xception memberikan akurasi yang lebih tinggi. Kata kunci: Jenis Tanah, Pertanian, CNN, Xception, NasNetMobile