Sistem pendeteksi ikan bandeng (Chanos chanos) berformalin berbasis android berdasarkan image mata menggunakan metode naive bayes classifier

INDONESIA:

Untuk mencukupi kebutuhan protein yang dibutuhkan oleh manusia untuk dikonsumsi sehari-hari, ikan merupakan sumber protein yang paling murah dan mudah didapat jika dibandingkan dengan daging, telur, atau susu dari hewan ternak lainnya. Akan tetapi semakin marak adanya kejadian ikan yang diformalin yang dapat membahayakan kesehatan apabila dikonsumsi. Dalam penelitian ini dibangun sebuah sistem untuk mendeteksi ikan berformalin berdasarkan image mata dengan metode Naïve Bayes Classifier dengan harapan dapat menepis kejadian mengkonsumsi ikan berformalin. Data training yang digunakan sebanyak 120 data, 60 data ikan berformalin dan 60 data ikan tidak berformalin, sedangkan untuk data testing menggunakan 120 data, 30 data ikan segar dan 90 data ikan berformalin. Dalam sistem ini, data training merupakan hal yang sangat penting untuk menentukan akurasi, selain itu dimensi piksel juga sangat berpengaruh. Berdasarkan hasil uji coba data training image mata akursai paling tinggi adalah 100% dengan resize 10X10. Hasil uji coba data testing image mata akurasi mencapai 98,35%. Sedangkan hasil uji coba testing data lapangan, yaitu dari pasar tradisional Blimbing, Gadang, dan Merjosari tidak terdapat satupun yang salah diidentifikasi oleh sistem.

INGGRIS:

To meet the needs of the human proteins needed for everyday consumption, the fish is a source of protein that the most inexpensive and easily obtainable when compared with meat, eggs, or milk from other livestock. But increasingly widespread incident formalin fish that can harm health if consumed. In this study constructed a system to detect formalin in fish based on the image's eyes with Naïve Bayes classifier method in hopes dismissed the incident to eat fish with formalin. Training data that is used by 120 of data, 60 of the fish with formalin and 60 of the fish does not formalin, whereas for data testing using 120 data, the data is fresh fish 30 and 90 of the fish with formalin. In this system, the training data is very important to determine the accuracy, besides the pixel dimensions is also very influential. Based on trial results training data eye image highest accuracy is 100% to resize 10x10. The results of trials testing the data eye image accuracy of 98.35%. While the results of trials testing the field data, namely of traditional markets Blimbing, Tower, and there is not any Merjosari falsely identified by the system.