Jurnal ULTIMATICS
Vol 9 No 2 (2017): Ultimatics : Jurnal Teknik Informatika

Perbandingan Algoritma kNN, C4.5, dan Naive Bayes dalam Pengklasifikasian Kesegaran Ikan Menggunakan Media Foto

Ni Made Satvika Iswari (Universitas Multimedia Nusantara)
Wella Wella (Unknown)
Ranny Ranny (Unknown)



Article Info

Publish Date
19 Oct 2017

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.

Copyrights © 2017






Journal Info

Abbrev

TI

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Description

Jurnal ULTIMATICS merupakan Jurnal Program Studi Teknik Informatika Universitas Multimedia Nusantara yang menyajikan artikel-artikel penelitian ilmiah dalam bidang analisis dan desain sistem, programming, algoritma, rekayasa perangkat lunak, serta isu-isu teoritis dan praktis yang terkini, mencakup ...