Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Rafli Dewantara Siregar, Muhammad
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI JENIS KELAMIN PADA IKAN CUPANG DENGAN BANTUAN LOCAL BINARY PATTERN (LBP) Ginting, Joel Arie Putranta; Maya Sari, Radiatun; Rafli Dewantara Siregar, Muhammad; Kiswanto, Dedi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.12028

Abstract

Ikan cupang (Betta splendens) merupakan salah satu jenis ikan hias yang banyak diminati karena keindahan warnanya serta daya tahan tubuhnya yang kuat. Klasifikasi jenis kelamin ikan cupang adalah proses penting dalam budidaya ikan, terutama dalam memisahkan antara ikan jantan dan betina untuk tujuan pembiakan. Metode manual untuk klasifikasi ini sering kali memakan waktu dan rentan terhadap kesalahan, Penelitian ini mengembangkan metode klasifikasi jenis kelamin ikan cupang (Betta splendens) menggunakan kombinasi Local Binary Pattern (LBP) dan Support Vector Machine (SVM) Clustering untuk meningkatkan efisiensi dan akurasi dibandingkan metode manual. LBP digunakan untuk ekstraksi fitur visual dari gambar ikan, sementara SVM Clustering mengelompokkan jenis kelamin berdasarkan fitur tersebut. Dengan sampel gambar dari berbagai sudut, pendekatan ini mencapai akurasi hingga 80%, menunjukkan efektivitasnya dalam membedakan ikan jantan dan betina serta kemampuannya beradaptasi terhadap variasi bentuk dan warna ikan. Metode ini berpotensi meningkatkan produktivitas dan mengurangi kesalahan dalam industri budidaya ikan hias
Co-Authors Ginting, Joel Arie Putranta Kiswanto, Dedi Maya Sari, Radiatun