Perairan daratan Indonesia memiliki keanekaragaman jenis ikan, mencakup variasi ikan air tawar, payau, dan laut. Meskipun Indonesia memiliki lebih dari 2.000 spesies ikan, hanya sekitar 25% yang dapat dibudidayakan. Beberapa jenis ikan seperti lele, mujair, bandeng, patin, dan gurami menjadi pilihan utama dalam budidaya ikan konsumsi. Dalam konteks ini, penelitian menggunakan teknologi citra digital untuk membandingkan dua metode klasifikasi, yaitu k-NN dan CNN, dengan fokus pada citra ikan. Metode k-NN dan CNN diuji dengan menggunakan dua skenario pembagian dataset, yaitu 80:20 dan 90:10. Hasil eksperimen menunjukkan bahwa CNN menghasilkan akurasi yang lebih tinggi dibandingkan k-NN pada kedua skenario. Akurasi CNN mencapai 88% pada rasio data 80:20 dan 80% pada rasio 90:10, sedangkan k-NN mencapai 66% dan 72% pada skenario yang sama. Meskipun performa metode dapat dipengaruhi oleh berbagai faktor, hasil penelitian ini memberikan indikasi bahwa CNN lebih efektif dalam mengklasifikasikan citra ikan. Keunggulan ini dapat memberikan kontribusi penting dalam pemilihan metode klasifikasi untuk pengolahan citra ikan.
Copyrights © 2023