Implementasi regresi logistik untuk mendeteksi ikan berformalin berbasis Android berdasarkan citra dan sifat fisik ikan

Alfian, Amirul Nizam (2016) Implementasi regresi logistik untuk mendeteksi ikan berformalin berbasis Android berdasarkan citra dan sifat fisik ikan. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img]
Preview
Text (Fulltext)
12650034.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (3MB) | Preview

Abstract

INDONESIA:

Ikan merupakan bahan makanan bergizi yang bermanfaat untuk tubuh. Namun maraknya ikan mengandung formalin yang dilakukan oleh oknum yang tidak bertanggung jawab untuk mengawetkan ikan menjadi permasalahan bagi kita seperti yang terjadi di daerah Kulon Progo, dan Lubuklinggau. Kemudian diperparah dengan masyarakat bingung membedakan ikan berformalin dan tidak berformalin seperti yang terjadi di Bojonegoro. Mengonsumsi ikan yang mengandung berformalin tentunya dapat menyebabkan kerusakan pada kesehatan tubuh. Maka dari itu, penelitian ini dikembangkan dengan tujuan membangun sistem yang dapat mendeteksi ikan berformalin berbasis Android berdasarkan citra dan sifat fisik ikan menggunakan metode Regresi Logistik yang dapat menampung nilai data kualitas berupa nilai kategorik. Data yang digunakan adalah data nilai-nilai kategorik berupa RGB citra mata, RGB citra insang, sifat fisik bau (1 apabila amis, dan 0 apabila tidak amis), dan sifat fisik tekstur daging ikan (1 apabila keras, dan 0 apabila kenyal). Pada tahap training, terdapat proses pelatihan sistem sebanyak 100 data yang terdiri dari 50 ikan segar dan 50 ikan berformalin yang menghasilkan nilai taksiran β menggunakan perhitungan metode Weighted Least Square dengan iterasi Newton Raphson. Nilai taksiran β kemudian digunakan pada tahap testing menggunakan Regresi Logistik yang akan menghasilkan nilai yang mendekati 1 apabila ikan terdeteksi tanpa formalin dan menghasilkan nilai yang mendekati 0 apabila ikan terdeteksi berformalin. Hasilnya, pada proses testing sistem dapat mendeteksi secara akurat sebesar 86% dari 100 data ikan tongkol. Sedangkan pada hasil uji coba data langsung dari beberapa pasar tradisional di Malang menghasilkan akurasi sebanyak 100% dari 8 sampel yang diambil.

ENGLISH:

Fish is a nutritious food that is good for our bodies. But people who are not responsible for fish preservation using formaldehyde become our problem as happened in Kulon Progo, and the similar case is happened in Lubuklinggau. Then the problem is compounded by people who confuse the fish containing formaldehyde and fish doesn’t contain formaldehyde as happened in Bojonegoro. Consuming fish containing formaldehyde can certainly cause damage to our bodies. This research are conducted to solve that problem, it was developed with the goal of building a system that can detect formaldehyde in fish using Android based on image and physical properties of fish use Logistic Regression methods that can accommodate the quality data in the form of categorical values. The researcher use RGB categorical value data of eye image, fish gills, smell (1 for fishy and 0 if on not fishy), and fish meat texture (1 for hard, and 0 for chewy ). In training stage, there are system training process which is as many as 100 data consist of 50 fresh fish and 50 formadehyde fish. The training processing will result β estimates value use calculation of Weighted Least Square method with Newton Raphson iteration. Then, β estimates value is used in testing stage use Logistic Regression which will result approching 1 if fish are detected without formaldehyde and 0 if fish are detected using formaldehyde. The result of testing system process can detects accurately 86% from 100 data of tuna. Whereas, the result of trial directly data in Malang traditional market result accuracy as 100% from 8 samples which are taken.

Item Type: Thesis (Undergraduate)
Supervisor: Santoso, Irwan Budi and Syauqi, A’la
Keywords: Regresi Logistik; Weighted Least Square; Newton Raphson; Ikan Berformalin; Logistic Regression; Formaldehyde Fish
Departement: Fakultas Sains dan Teknologi > Jurusan Teknik Informatika
Depositing User: Indar Erdiana
Date Deposited: 06 Dec 2016 08:15
Last Modified: 06 Dec 2016 08:15
URI: http://etheses.uin-malang.ac.id/id/eprint/5297

Actions (login required)

View Item View Item