Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Imam Edwin Hasym
Universitas Mercu Buana Yogyakarta
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Jenis Ikan Cupang Menggunakan Algoritma Principal Component Analysis (PCA) Dan K-Nearest Neighbors (KNN) Imam Edwin Hasym; Indah Susilawati
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.008 KB) | DOI: 10.24002/konstelasi.v1i1.4242

Abstract

Ikan cupang merupakan ikan air tawar asli asia tenggara yang memiliki warna yang menarik, sisik yang cemerlang dan indah, bentuk tubuh proporsional serta menawan, dan tergolong ikan yang agresif. Dalam penelitian kali ini saya menggunakan 3 jenis ikan cupang untuk melakukan klasifikasi dengan metode PCA dan KNN, semoga dengan adanya penelitian ini akan membantu pecinta ikan cupang dalam menentukan jenis ikan cupang. Penelitian ini dimulai dengan pengambilan sampel 3 jenis ikan cupang. Kemudian dilakukan cropping citra untuk menuju tahap proses selanjutnya yakni ekstraksi ciri, training dan testing. Masing-masing ikan di ambil 30 data citra .Total data pelatihan 45 data citra, dan 455 data citra digunakan sebagai data uji, total keseluruhan data 90 data citra. Pada proses ekstraksi ciri menggunakan ekstraksi ciri RGB,HSV dan area, Proses training dan testing menggunakan algoritma PCA dan klasifikasi menggunakan KNN. Hasil evaluasi pengenalan pola pada citra ikan cupang menggunakan klasifikasi K-NN berdasarkan ekstraksi ciri dengan PCA menghasilkan akurasi sebesar 93,33%.
Co-Authors Indah Susilawati