Identifikasi Kesegaran Ikan Mujahir(Oreochormis mossabicus) secara otomatis Berdasarkan Citra Mata Menggunakan KNN
DOI:
https://doi.org/10.32699/device.v13i1.4150Keywords:
K-Nearest Neighbor, RGB, Grayscale, Contrast, Histogram equalizationAbstract
Ikan merupakan sumber protein yang tinggi untuk tubuh manusia. Salah satu ikan yang digemari dan banyak tersedia di pasar ikan adalah ikan mujair. Karena banyaknya permintaan akan ikan mujair tersebut sehingga hal tersebut dimanfaatkan oleh penjual dengan melakukan kecurangan seperti menjual ikan yang sudah tidak segar(tidak layak konsumsi) oleh tubuh manusia. Untuk mengatasi masalah tersebut dibutuhkan suatu metode dalam mengidentifikasi kesegaran ikan, serta untuk mengetahui jenis ikan yang segar. Metode yang digunakan adalah K-Nearest Neighbor untuk klasifikasi berdasarkan kelas target dengan memanfaatkan citra mata ikan berbasis nilai fitur warna RGB dirubah ke grayscale melakukan contrast kemudian melakukan histogram equalization. Hasil pengujian menunjukkan bahwa nilai akurasi nilai sebesar 98% untuk klasfikasi KNN . Berdasarkan hasil akurasi tersebut maka metode KNN dapat menjadi model pengembangan identifikasi kesegaran ikan mujair menggunakan citra mata.
References
Nurfadhylah,2020 “Identifikasi dan pravelensi ektoparasit pada ikan mujair (Oreocormis mossambicus Trewavas,1983) disitu malangnengah kecamatan ciseeng kabupaten bogor”.
S.Saputra,A.Yudhana,R.Umar, 2022 “Identifikasi kesegaran Ikan menggunakan Algoritma KNN berbasis citra digital,Vol 10,No.1.Mei 2022,pp.1- 9
H.Fitriyah,D.Syaugy,2022 “Deteksi Kesegaran Ikan Tongkol (Eutynnus Affinis) Secara otomastis bersarkan citra mata menggunakan binary similarity.,Vol.7,No.2,Oktober 2022,hlm 879-886
Y. Lamasgi, Serwin,dkk,2022” Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM dan KNN” Volume 4 Nomor 1 Januari 2022
