@thesis{thesis,
		author={Hayaty  Nurul and Nurfalinda  Nurfalinda and OKTAVIANI PUTRI  EJIKA},
		title ={PENERAPAN METODE NAÏVE BAYES PADA KLASIFIKASI JENIS TERIPANG BERDASARKAN CITRA WARNA HSV DAN TEKSTUR GLCM (STUDI KASUS: PENGUDANG,
TELOK SEBONG, BINTAN, KEPULAUAN RIAU)},
		year={2024},
		url={http://repositori.umrah.ac.id/7834/},
		abstract={Indonesia, sebagai negara kepulauan dengan lebih dari 17.000 pulau, memiliki kekayaan alam dan budaya yang beragam. Teripang, sebagai salah satu komoditas perikanan ekspor yang bernilai tinggi, mengandung komponen bioaktif yang bermanfaat bagi kesehatan manusia, seperti kolagen yang mendukung penyembuhan penyakit maag dan tukak lambung. Namun, eksploitasi berlebihan dan degradasi habitat telah mengancam keberlangsungan teripang di perairan Indonesia. Penelitian ini menggunakan metode pengolahan citra digital dengan algoritma Naïve Bayes untuk mengklasifikasikan jenis teripang berdasarkan fitur HSV (Hue, Saturation, Value) dan tekstur GLCM (Gray Level Co-Occurrence Matrix). Hasil penelitian menunjukkan bahwa model mampu mengidentifikasi "Teripang Pasir" dengan baik, namun menghadapi tantangan dalam mengenali "Teripang Keling". Dari evaluasi terhadap 480 dataset, dengan 432 data latih dan 48 data uji, model mencapai akurasi keseluruhan 98%. Namun, untuk meningkatkan presisi kelas "Teripang Keling", diperlukan analisis mendalam terhadap penyebab ketidakseimbangan kelas dan peningkatan performa model.}
		}