Khullaturrosyidah, Khullaturrosyidah (2015) Sistem pendeteksi ikan berformalin berdasarkan image mata dan insang menggunakan metode naïve bayes classifier. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
Text (FullText)
10650081.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) |
Abstract
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 dan insang 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 testing menggunakan 66 data, 33 data ikan segar dan 33 data ikan berformalin. Dalam sistem ini, data training merupakan hal yang sangat penting untuk menentukan akurasi, selain itu dimensi pixel juga sangat berpengaruh. Berdasarkan hasil uji coba data training image mata akurasi paling tinggi adalah 90% dengan resize 8x8, 9x9, 10x10, 11x11, 12x12, sedangkan untuk image insang akurasi paing tinggi 91.66667% dengan resize 3x3 dan 4x4. Hasil uji coba data testing image mata akurasi mencapai 100% sedangkan untuk image insang akurasi sebanyak 88.3333%. Sedangkan hasil uji coba testing data lapangan, yaitu data dari pasar tradisional blimbing, gadang dan dinoyo terdapat satu data yang salah di identifikasi oleh sistem yaitu data image insang ikan kedua dari pasar gadang dimana data ikan tersebut sebenarnya adalah ikan berformalin akan tetapi sistem mengenalinya sebagai ikan yang tidak berformalin
ENGLISH :
To meet the need of proteins needed by humans for everyday consumption, the fish is a source of protein that the most inexpensive and easily obtainable when compared with meat, eggs, or milk. However, more and more events fish formalin that can harm health if consumed. In this research constructed a system to detect formalin based image fish eyes and gills with Naïve Bayes classifier method with the hope to dismissed the incidence of eating fish formalin. Training data is used by 120 the data, the data 60 fish formalin and 60 fish not formalin, while for testing using the data 66, 33 Data fresh fish and 33 fish formalin. In this system, the training data is very important to determine the accuracy, also the pixel dimensions are very influential. From the test results of the training eye image highest accuracy was 90% with resize 8x8, 9x9, 10x10, 11x11, 12x12, while for the gills image highest accuracy 91.66667% with resize 3x3 dan 4x4. The results of trials testing the data eye image accuracy reaches 100%, while accuracy for the gills image 88.3333%. While the results of trials testing field data, namely data from blimbing, gadang and Dinoyo traditional markets there is one error data identified by the system is a data gills image of fish from the gadang traditional market where the data is actually fish are fish formalin but the system recognizes it as a fish were not formalin
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Santoso, Irwan Budi and Crysdian, Cahyo | |||||||||
Contributors: |
|
|||||||||
Keywords: | Ikan; Formalin; Naïve Bayes Classifier; Fish; Formalin; Naïve Bayes Classifier; | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Durrotun Nafisah | |||||||||
Date Deposited: | 09 Aug 2017 12:42 | |||||||||
Last Modified: | 09 Aug 2017 12:42 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/6439 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |