JUSIFOR : Jurnal Sistem Informasi dan Informatika
Vol 2 No 2 (2023): JUSIFOR - DESEMBER 2023

Perbandingan Performa Klasifikasi Citra Ikan Menggunakan Metode K-Nearest Neighbor (K-NN) Dan Convolutional Neural Network (CNN)

Abdurrahman, Nizar (Unknown)
Rahmat, Basuki (Unknown)
Sihananto, Andreas Nugroho (Unknown)



Article Info

Publish Date
23 Dec 2023

Abstract

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






Journal Info

Abbrev

jusifor

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science

Description

JUSIFOR adalah jurnal akses terbuka di bidang Informatika dan Sistem Informasi. Jurnal ini tersedia bagi para peneliti yang ingin meningkatkan pengetahuan mereka dibidang tertentu dan dimaksudkan untuk menyebarkan pengalaman hasil studi. JUSIFOR merupakan Jurnal penelitian ilmiah bidang informatika ...