PENERAPAN PENDETEKSIAN OBJEK MATA IKAN UNTUK KLASIFIKASI CITRA IKAN BERFORMALIN DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC)

ALDO and ANTHONY and WESLEY SURYA (2021) PENERAPAN PENDETEKSIAN OBJEK MATA IKAN UNTUK KLASIFIKASI CITRA IKAN BERFORMALIN DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (NBC). Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (9MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (9MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (8MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (793kB)

Abstract

Meski banyak ikan segar dijual di pasaran, ternyata masih ada pula orang yang menjual ikan berformalin. Konsumen ikan di Indonesia terdiri dari berbagai lapisan masyarakat, dan tidak semuanya mengerti dan dapat membedakan ikan segar dan ikan yang mengandung formalin dengan baik. Dengan demikian, dibutuhkan aplikasi yang dapat melakukan identifikasi dan membantu masyarakat dalam membedakan ikan, apakah mengandung berformalin atau tidak. Awalnya, citra ikan dilakukan proses thresholding (pemisahan objek ikan dengan latar) dan proses deteksi mata ikan dilakukan secara otomatis dengan menggunakan metode Template Matching. Selanjutnya dilakukan pelatihan dengan menggunakan metode Naive Bayes Classifier (NBC) terhadap citra mata ikan. Data hasil pelatihan disimpan ke database dan digunakan pada tahap pengenalan (recognition). Proses pengenalan dilakukan untuk menguji apakah citra ikan yang sedang diuji, termasuk pada kelas ikan tidak berformalin atan kelas ikan berformalin. Aplikasi dapat mendeteksi objek mata ikan melalui proses thresholding dan pencocokan pola dengan menggunakan metode template matching, kemudian melakukan klasifikasi pada citra ikan, apakah termasuk pada kelas ikan berformalin atau tidak, dengan menggunakan metode Naive Bayes Classifier (NBC), sehingga aplikasi dapat membantu masyarakat dalam membedakan ikan segar dan ikan yang mengandung formalin. Berdasarkan hasil pengujian, aplikasi mampu mengenali 56 sampel ikan dengan benar, dan mengenali 4 sampel ikan dengan salah, atau diperoleh akurasi proses pengenalan adalah sebesar 93.33%.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 18 Jan 2023 10:49
Last Modified: 18 Jan 2023 10:49
URI: https://repository.mikroskil.ac.id/id/eprint/832

Actions (login required)

View Item
View Item