@thesis{thesis,
		author={Solehudin  Ilham},
		title ={PENGENALAN POLA PADA IKAN CUPANG DENGAN KLASIFIKASI K-NEAREST NEIGHBORS},
		year={2021},
		url={http://repository.teknokrat.ac.id/3560/},
		abstract={Ikan cupang memiliki banyak ukuran, pola, dan warna pada tubuhnya. Hal ini
membuat kita sulit untuk mengenali keragaman spesies ikan tersebut jika kita tidak
memiliki pengetahuan atau hobi. Penelitian ini dapat menerapkan perhitungan
komputerisasi untuk mengenali gambar ikan cupang Penelitian ini menggunakan
Gray level Co-occurance Matrix (GLCM) sebagai ekstraksi fitur citra dan KNearest Neighbor (K-NN) sebagai metode klasifikasi. Penelitian ini menghasilkan
akurasi berdasarkan jarak k1 sampai dengan 7. Untuk nilai K tertinggi pada data
sampe; yang menggunakan background data test 15% adalah k =1, data tes 20%
adalah k=1, dan data tes 25% adalah k= 1, sedangkan data sampel yang tidak
menggunakan background test 15% adalah k =2, data tes 20% adalah k=1, dan data
tes 25% adalah k= 1}
		}