IMPLEMENTASI METODE CANNY DAN GRADIENT LOCATION AND ORIENTATION HISTOGRAM UNTUK KLASIFIKASI JENIS IKAN

Indonesia sebagai negara tropis memiliki keanekaragaman hayati yang sangat tinggi. Hal tersebut dapat dilihat dari masuknya Indonesia ke dalam sepuluh negara yang kekayaan keanekaragaman hayatinya tertinggi. Sekitar 16% dari spesies ikan dunia hidup di Indonesia. Agar dapat melakukan pengidentifikasian ikan melalui sebuah program, maka dilakukanlah kombinasi metode Canny dan Gradient Location and Orientation Histogram. Metode Canny akan digunakan untuk melakukan proses deteksi tepi dari citra input sehingga dapat diperoleh objek ikan yang terdapat pada gambar. Setelah itu, digunakan metode Gradient Location and Orientation Histogram untuk melakukan proses pengenalan jenis ikan terhadap objek ikan yang terdeteksi. Analisis dari algoritma akan dilakukan dengan menggambarkan flowchart diagram dan mendeskripsikan contoh perhitungan metode Canny dan Gradient Location and Orientation Histogram dengan menggunakan Use Case Diagram dan kerangka PIECES (Performances, Informations, Economics, Control, Efficiency and Services). Pada tahap (coding) sistem terhadap metode Canny dan Gradient Location and Orientation Histogram menggunakan bahasa pemrograman C#. Metode pengujian yang digunakan adalah metode Confusion Matrix dengan perbandingan jumlah data training dan testing adalah sebanyak 200 buah dan 20 buah gambar ikan per jenis ikan. Oleh karena itu dibutuhkan suatu pendekatan yang mampu melakukan pengenalan jenis ikan dengan tingkat akurasi tinggi sehingga terhindar dari kesalahan pengenalan jenis ikan. Dari hasil pengujian didapatkan nilai akurasi sebesar 85% dengan memerhatikan citra yang akan ditraining.