IMPLEMENTASI HSV DAN GLCM UNTUK DETEKSI KESEGARAN IKAN BAWAL MENGGUNAKAN RADIAL BASIS FUNCTION BERBASIS ANDROID
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Muhammad, Sarimin
Martaleli, Bettiza
Nurul, Hayaty
Martaleli, Bettiza
Nurul, Hayaty
Subject
005.11.Pemrograman Khusus
Datestamp
2021-07-24 04:40:48
Abstract :
Tanjungpinang menjadi salah satu kota pengolah ikan seperti yang ditemukan di sekeliling kota tanjungpinang. Untuk hasil olahan ikan yang baik membutuhkan bahan dari ikan yang baik, atau ikan yang terjaga tingkat kesegarannya. Dalam hal ini diperlukan sistem yang bisa mengenali ikan yang segar dan yang tidak segar. Pada penelitian ini menggunakan metode HSV dan GLCM sebagai ciri dari suatu citra ikan kemudian dilakukan pengenalan dengan salah satu JST yaitu Radial Basis Function (RBF). Dalam metode pengenalan RBF perlu adanya center yang menjadi pusat data. Pengambilan data center ini menggunakan metode K-Means di mana metode ini sangat menentukan keberhasilan dari pengenalan yang dilakukan RBF. Dengan menentukan jumlah data center terbaik di dapat niali terbaik sebagai pusat data yaitu pada angka 7 dengan MAD sebesar 0,98. Pada pengambilan citra yang tidak memperhatikan pencahayaannya menghasilkan data latih yang tidak bagus untuk data latih. Sehingga pada proses pengenalan mengunakan RBF ini mendapatkan tingkat akurasi yang rendah, yaitu sebesar 50%.
Tanjungpinang menjadi salah satu kota pengolah ikan seperti yang ditemukan di sekeliling kota tanjungpinang. Untuk hasil olahan ikan yang baik membutuhkan bahan dari ikan yang baik, atau ikan yang terjaga tingkat kesegarannya. Dalam hal ini diperlukan sistem yang bisa mengenali ikan yang segar dan yang tidak segar. Pada penelitian ini menggunakan metode HSV dan GLCM sebagai ciri dari suatu citra ikan kemudian dilakukan pengenalan dengan salah satu JST yaitu Radial Basis Function (RBF). Dalam metode pengenalan RBF perlu adanya center yang menjadi pusat data. Pengambilan data center ini menggunakan metode K-Means di mana metode ini sangat menentukan keberhasilan dari pengenalan yang dilakukan RBF. Dengan menentukan jumlah data center terbaik di dapat niali terbaik sebagai pusat data yaitu pada angka 7 dengan MAD sebesar 0,98. Pada pengambilan citra yang tidak memperhatikan pencahayaannya menghasilkan data latih yang tidak bagus untuk data latih. Sehingga pada proses pengenalan mengunakan RBF ini mendapatkan tingkat akurasi yang rendah, yaitu sebesar 50%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
