0411105902 - Uung Ungkawa, Ir., M.T., Dr. Dosen Pembimbing 1 RIDDHO PUTRA MUHARAM / 152018048 Penulis

Sawi hijau merupakan komoditas sayuran yang mengandung zat-zat bernutrisi tinggi bagi kebutuhan masyarakat. Namun, budidayanya rentan terhadap serangan hama. Pentingnya penanganan hama sejak dini tidak bisa di abaikan, agar meminimalisir kerugian dan dampak negatif pada sawi. Deteksi hama umumnya masih mengandalkan mata manusia, yang memakan waktu, rentan terhadap kelalaian, dan tidak efisien. Untuk mempermudah deteksi hama parasitoid di lapangan, penelitian ini menghadirkan solusi inovatif berbasis perangkat mobile dengan mengimplementasikan Convolutional Neural Network arsitektur MobileNetV3-Small, yang secara spesifik dirancang untuk mendeteksi hama pada tempat budidaya sawi secara langsung. Pada penelitian ini, arsitektur MobileNetV3-Small dengan learning rate 0.00001, epoch 50 dan batch size 8 menghasilkan kinerja model terbaik dengan nilai akurasi 98.67%, precision 0.99, recall 0.99, dan f1-score 0.99.