Klasifikasi Kesegaran Ikan Berdasarkan Ekstraksi Fitur Menggunakan Metode K-Nearest Neighbor Dan Hue Saturation Value

Situmorang, Rizki Nursafitri (2021) Klasifikasi Kesegaran Ikan Berdasarkan Ekstraksi Fitur Menggunakan Metode K-Nearest Neighbor Dan Hue Saturation Value. Skripsi thesis, Universitas Islam Negeri Sumatera Utara Medan.

[img] Text
PERPUS(RIZKINURSAFITRI).pdf

Download (3MB)

Abstract

Ikan segar merupakan salah satu sumber protein yang tinggi kualitasnya dan sangat baik untuk di konsumsi. Setiap ikan memiliki ciri yang digunakan dalam menentukan kesegaran/kualitasnya, misalnya di lihat dari rupa atau kenampakan, rasa, bau serta tekstur pada ikan. Saat ini, identifikasi kesegaran ikan masih dilakukan secara manual oleh nelayan, penjual, dan juga konsumen. Hal tersebut tentu akan sedikit menyulitkan untuk membedakan antara ikan yang masih dalam kondisi segar maupun ikan yang dalam kondisi tidak segar/mulai membusuk. Salah satu cara untuk mengenali dan mengidentifikasi kesegaran ikan di bidang informatika adalah menggunakan pengolahan citra. Pada penelitian ini akan dibuat suatu sistem pengolahan citra untuk mengklasifikasi kesegaran ikan menggunakan metode HSV dan klasifikasi KNN. Tahapan analisa yang dilakukan adalah data akuisisi dengan menggunakan kamera smartphone 13 MP dilakukan pemotretan terhadap data ikan untuk dilakukan ekstraksi fitur warna pada mata ikan tersebut sehingga diperoleh citra digital ikan dalam format jpg. Gambar (citra) diambil dari ikan segar dan tidak segar/mulai membusuk. Ekstraksi fitur menggunakan model warna HSV untuk fitur warna dan klasifikasi citra menggunakan KNN dengan dua tahapan yaitu tahap training dan testing. Data yang digunakan pada penelitian ini adalah 60 citra, yang terdiri dari 46 citra latih dan 14 data uji. Penggunaan HSV dan KNN telah di uji coba dan mendapatkan hasil akurasi sebesar 93%

Jenis Item: Skripsi (Skripsi)
Uncontrolled Keywords: Kesegaran ikan, HSV, Klasifikasi KNN
Subjects: 000 Generalities > 006 Special computer methods
Divisions: Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi
Pengguna yang mendeposit: Mr Muhammad Aditya
Date Deposited: 19 Aug 2022 03:45
Last Modified: 19 Aug 2022 03:45
URI: http://repository.uinsu.ac.id/id/eprint/15283

Actions (login required)

View Item View Item