Pada sektor pertanian jagung, salah satu tantangan utamanya adalah masalah penyakit tanaman. Penelitian ini bertujuan menerapkan dan membandingkan efisiensi model MobileNet V1, MobileNet V2, dan MobileNet V3 dalam klasifikasi penyakit tanaman jagung. Ketiga model MobileNet dipilih karena efisiensi dalam ukuran jumlah parameter yang berpengaruh pada waktu running yang cepat dan tidak membutuhkan memori yang besar. Ketiga model tersebut dilatih dengan dataset yang bersumber dari PlantVillage dataset di Penn State University. Preprocessing meliputi resize dan normalisasi data. Data hasil preprocessing dimodelkan dengan MobileNet V1, MobileNet V2, dan MobileNet V3 menggunakan hyperparameter yang telah ditentukan. Kemudian, ketiga model dievaluasi berdasarkan akurasi, waktu running, dan ukuran memori model. Hasil penelitian menunjukkan bahwa MobileNet V1, MobileNet V2, dan MobileNet V3 berturut-turut menghasilkan akurasi sebesar 87%, 90%, dan 97%. Sementara itu, waktu running yang diperlukan MobileNet V1 892 detik, MobileNet V2 944 detik, dan MobileNet V3 1497 detik. Jika dilihat dari ukuran memori model, MobileNet V1 menghasilkan ukuran memori model terbesar yaitu 12,7 MB, dan ukuran memori model terkecil 5,1 MB diperoleh oleh MobileNet V3. Dengan demikian, MobileNet V3 merupakan pilihan model terbaik dengan tingkat akurasi tertinggi dan ukuran memori model terkecil, meskipun membutuhkan waktu pelatihan yang lebih lama. Dalam hal ini, MobileNet V3 lebih direkomendasikan untuk diterapkan dalam klasifikasi penyakit tanaman jagung.
