TRUNOJOYO-Tugas Akhir-28045-170431100056_Abstract.pdf
Restricted to Repository staff only
Download (147kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Chapter2.pdf
Restricted to Repository staff only
Download (794kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Chapter1.pdf
Restricted to Repository staff only
Download (47kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Chapter3.pdf
Restricted to Repository staff only
Download (552kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Chapter4.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Conclusion.pdf
Restricted to Repository staff only
Download (34kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_References.pdf
Restricted to Repository staff only
Download (104kB)
TRUNOJOYO-Tugas Akhir-28045-170431100056_Appendices.pdf
Restricted to Repository staff only
Download (136kB)
Abstract
Ikan merupakan salah satu komoditas pangan yang perlu mendapatkan perhatian, untukrnmeningkatkan kualitas dari produksi pangan utamanya ikan. Tingkat kesegaran ikan sangatrnmempengaruhi kualitas hasil dari produksi pangan baik dalam rumah tangga maupun tingkatrnindustri, sekaligus menentukan tingkat kelayakan dari ikan tersebut untuk diolah maupunrndikonsumsi. Saat ini untuk mengetahui tingkat kualitas kesegaran ikan masih dilakukan secararnkonvensional oleh manusia adapun yang sudah menggunakan alat namun masih memilikirnkekurangan baik dari tingkat akurasinya dan juga fitur yang dimiliki masih sedikit. Pada penelitianrnkali ini dilakukan sebuah perancangan alat atau sistem yang dapat mengidentifikasi tingkatrnkesegaran dari sebuah ikan berdasarkan citra mata yang diambil menggunakan kamera webcamrnatau sejenisnya sebagai input dari data yang akan diproses dengan menggunakan pengolahan citra.rnSelain itu sistem diberi penambahan fitur untuk dapat mengidentifikasi jenis ikan. Sehingga fiturrntambahan ini dapat membantu memudahkan identifikasi secara sekaligus. Untuk melakukanrnklasifikasi metode yang digunakan adalah metode K-Nearest Neighbor. Hasil dari pemrosesanrndata tadi akan ditampilkan dalam bentuk sistem sortir untuk output. Pada hasil penelitian diperolehrnhasil dari sistem kali ini dari 280 dataset untuk identifikasi kesegaran dilakukan uji pada 50 citrarndengan tingkat keberhasilan 96 untuk segar dan 84 untuk tidak segar. Sedangkan hasilrnidentifikasi jenis ikan dari 50 citra data uji dari tiga jenis ikan diperoleh tingkat keberhasilanrnsebesar 97,7 dengan nilai k=5.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM FEBRIANTO HADI KUSUMA |
| Department | Teknik Elektro |
| Uncontrolled Keywords | Clasification; Image Processing; Konveyor; K-Nearest Neighbor; YOLO |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 16 Oct 2026 08:34 |
| Last Modified | 24 Oct 2026 17:07 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/19794 |
