Perbandingan MobileNet V2 EfficientNet Lite dan DenseNet169 dalam Pengenalan Jamur Berbasis Android

Abstract

Kasus keracunan jamur sering terjadi akibat salah identifikasi antara jamur beracun dan jamur yang aman untuk dikonsumsi. Teknologi pengenalan citra berbasis Convolutional Neural Network atau CNN merupakan salah satu solusi yang dapat digunakan untuk mengatasi permasalahan ini. Namun, penelitian sebelumnya umumnya masih mengandalkan perangkat dengan spesifikasi tinggi atau memerlukan koneksi internet dalam implementasinya, sementara implementasi praktis pada perangkat seluler atau ponsel belum banyak dibahas. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi Android praktis yang mampu mengidentifikasi jamur beracun, serta membandingkan performa tiga arsitektur CNN ringan, yaitu MobileNet V2, DenseNet-169, dan EfficientNet. Hasil penelitian menunjukkan bahwa ketiga model memiliki akurasi tinggi dalam mengidentifikasi jamur, tetapi menunjukkan perbedaan signifikan dalam efisiensi penggunaan sumber daya perangkat serta ketahanan dalam berbagai kondisi pengambilan gambar. Penelitian ini diharapkan menjadi solusi praktis untuk pengenalan jamur bagi masyarakat sekaligus menjadi acuan bagi pengembangan aplikasi serupa di masa depan