Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal ULTIMATICS

Perbandingan Algoritma kNN, C4.5, dan Naive Bayes dalam Pengklasifikasian Kesegaran Ikan Menggunakan Media Foto Ni Made Satvika Iswari; Wella Wella; Ranny Ranny
Ultimatics : Jurnal Teknik Informatika Vol 9 No 2 (2017): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1300.652 KB) | DOI: 10.31937/ti.v9i2.659

Abstract

Indonesia merupakan negara kepulauan yang memiliki berbagai jenis keanekaragaman ikan. Potensi perikanan laut sebesar 6,5 juta ton per tahun, namun jumlah produksinya hanya mencapai 5,06 juta ton. Hal ini menunjukan proses produksi belum optimal. Proses produksi serta pemilahan yang masih tradisional membuat produksi berjalan lambat. Dalam penelitian ini dikembangkan sebuah metode untuk mengklasifikasikan kesegaran ikan berdasarkan citra digital ikan. Adapun algoritma yang digunakan adalah kNN, C4.5, dan Naïve Bayes. Berdasarkan hasil uji coba yang dilakukan, algoritma kNN memberikan nilai akurasi yang tertinggi diantara algoritma lainnya. Sehingga kNN dinilai cocok digunakan untuk mengklasifikasikan kesegaran ikan. Metode yang dihasilkan dalam penelitian ini diharapkan dapat membantu mengotomatisasi proses produksi yang sebelumnya manual. Index Terms — kNN, C4.5, Naïve Bayes, Pengolahan Citra Digital, Tingkat Kesegaran Ikan.