Miftahur Danar Ramadhan
Departemen Matematika, Fakultas MKSD, Institut Teknologi Sepuluh Nopember (ITS)

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengolahan Citra untuk Mengetahui Tingkat Kesegaran Ikan Menggunakan Metode Transformasi Wavelet Diskrit Miftahur Danar Ramadhan; Budi Setiyono
Jurnal Sains dan Seni ITS Vol 8, No 1 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (687.546 KB) | DOI: 10.12962/j23373520.v8i1.37715

Abstract

Ikan yang baik adalah ikan yang masih segar, sehingga disukai oleh konsumen. Penanganan dan sanitasi yang baik sangat diperlukan untuk tetap menjaga kesegaran ikan, makin lama berada di udara terbuka maka makin menurun kesegarannya. Pada tugas akhir ini akan dicoba untuk mengidentifikasi tingkat kesegaran ikan dengan menggunakan metode transformasi wavelet diskrit. Ikan sampel yang diuji terlebih dahulu akan disegmentasi untuk mengambil bagian insang ikan yang akan digunakan untuk mencari parameter tingkat kesegaran ikan berdasarkan warna insang. Metode yang digunakan untuk segmentasi sampel adalah metode K-Means Clustering.Pada metode segmentasi ini, citra sampel ikan dibagi menjadi beberapa bagian (cluster).Dari beberapa cluster tersebut akan dipilih bagian yang memuat insang ikan yang dijadikan obyek pengamatan. Setelah didapatkan cluster yang diinginkan citra sampel kemudian ditransformasikan menggunakan wavelet diskrit. Dari hasil transformasi tersebut akan diambil parameter yang nantinnya akan digunakan sebagai acuan untuk menentukan pembagian tingkat kesegaran ikan. Jenis ikan yang digunakan penulis sebagai data sampel adalah ikan kembung. Dari setiap data sampel ini akan dilakukan pengambil gambar sebanyak 21 sampel data training dan 9 sampel data testing. Kemudian dari setiap gambar sampel tersebut akan diidentifikasi menjadi berdasarkan 3 tinkat parameter kesegaran yaitu: ikan segar, ikan tidak segar, dan ikan busuk. Hasil dari penelitian ini, program berhasil mengidentifikasi 5 sampel ikan dengan kategori ikan ‘segar’ dan 4 sampel ikan dengan kategori ikan ‘tidak segar’.