Susilo, Faizal Andy (2018) Sistem Klasifikasi Kualitas Ikan Tongkol Beku Berdasarkan Fitur Nilai Warna Hsv Menggunakan Metode Naïve Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Beberapa faktor yang dapat mengurangi kualitas dari ikan tongkol adalah kesalahan dalam proses penyimpanan dan pengolahan yang masih dilakukan dengan manual. Tentu saja hal itu dapat menyebabkan kesalahan proses penyortiran. Sehingga dalam penelitian ini dibuat suatu sistem yang mampu melakukan klasifikasi kualitas ikan secara otomatis yang diharapkan dapat mengurangi kesalahan dalam proses penyortiran ikan. Ikan tersebut nantinya akan diambil datanya berupa citra digital yang akan diolah untuk didapatkan beberapa fitur khusus yang akan dijadikan sebagai parameter dalam melakukan klasifikasi menggunakan metode Naïve Bayes. Ikan akan diletakkan pada kotak styrofoam yang telah dilengkapi dengan kamera webcam dan lampu sebagai pencahayaan. Pada pengolahan citra ikan dilakukan proses konversi dari citra BGR ke HSV dan selanjutnya dilakukan cropping untuk didapatkan bagian kepala ikan yang akan diolah untuk didapatkan nilai bin 1, bin 2 dan bin 3 pada histogram hue dan nilai standar deviasi dari histogram hue. Selanjutnya nilai-nilai tersebut akan digunakan sebagai input sistem klasifikasi menggunakan Naïve Bayes yang akan diolah pada Raspberry Pi 3 kemudian akan didapatkan output berupa hasil klasifikasi kualitas ikan. Dari pengujian implementasi image processing didapatkan hasil sistem dapat mengakuisisi data citra dengan baik pada kondisi pencahayaan dibawah lampu 5 Watt dengan penutup kain putih dan untuk nilai informasi warna hue berhasil didapatkan untuk semua citra. Kemudian dari pengujain Naïve bayes didapatkan hasil berupa akurasi sebesar 72.727%. Dan dari pengujian waktu komputasi sistem didapatkan hasil rata-rata waktu komputasi sebesar 468.864 ms.
English Abstract
The factor of fish quality can be affected by storage procedure and processing treatment is still done manually. Of course, it can make the fish quality will decrease and the sorting process will be wrong. From this problem, it is needed some research and system that can reduce errors to classify fish quality. On this research, we are using image processing and Bayesian method to classify fish quality. Fish will be placed on a styrofoam box that has been equipped with a webcam camera and lamp as lighting. Image processing is used to convert an image from RGB space to HSV space, and we crop the image to get the head section. And after that, we use the hue histogram colour information for the parameter to classify. so the value of bin1, bin 2, and bin 3 and also the standard deviation from histogram value are using as input for classification using Naïve Bayes and will process in Raspberry Pi 3 and finally, we can get the fish quality. We are doing some testing. From testing how to implement image processing for this system we get some conclusion that the image which uses the lighting from 5 Watt lamp with white fabric clothes has a good image result, and the result for hue value information from images has to be added. And from testing Naïve Bayes methods accuracy was 72.727% and the computation time was 468.864 ms.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/715/051808628 |
| Uncontrolled Keywords: | kualitas ikan tongkol, HSV, naïve bayes, klasifikasi tuna fish quality, HSV, naïve bayes, classification |
| Subjects: | 600 Technology (Applied sciences) > 641 Food and drink > 641.4 Food preservation and storage |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 12 Mar 2019 04:28 |
| Last Modified: | 22 Oct 2021 02:51 |
| URI: | http://repository.ub.ac.id/id/eprint/13639 |
Preview |
Text
Faizal Andy Susilo.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |