KLASIFIKASI JENIS IKAN MOLLY BERDASARKAN BENTUK TUBUH DENGAN METODE NCC

22104885, Christopher Yosep Indarto (2018) KLASIFIKASI JENIS IKAN MOLLY BERDASARKAN BENTUK TUBUH DENGAN METODE NCC. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22104885_bab1_bab5_daftarpustaka.pdf

Download (999kB)
[img] Text (Skripsi Informatika)
22104885_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Memulai sebuah hobi yang baru diperlukannya pengetahuan tentang hobi tersebut.Termasuk pengetahuan tentang hobi ikan hias, karena keterbatasan informasi tentang kelemahan dan kelebihan yang dimiliki. Maka dari itu dikembangkan sebuah sistem yang mampu memberikan informasi mengenai pengetahuan tentang ikan hias itu , salahsatu di antaranya pengetahuan akan ikan molly. Langkah awal yang dilakukan untuk melakukan penelitian klasfikasi ikan molly berdasarkan bentuk tubuh adalah dengan mengumpulkan data. Pengumpulan data dilakukan dengan menggunakan kamera digital dengan menggumpulkan data citra dari 5 jenis ikan molly yaitu: Black Molly, Black Ballon Molly, Golden Black Molly, Marble Molly dan Golden Ballon Molly. Langkah yang dilakukan dengan melakukan proses pre-processing dengan menggunakan histogram, zoning dan aspect ratio kemudian akan dilakukan klasifikasi dengan menggunakan metode NCC. Hasil dari klasifikasi yang dilakukan dengan melakukan pengujian dengan menggunakan total 50 data dengan 10 data untuk setiap jenis ikan molly. Dengan menggunakan total data uji 20 data dengan 4 data untuk setiap jenis ikan molly menghasilkan presentasi keberhasilan 70% . Data yang digunakan untuk menggunakan data yang tidak digunakan sebagai data pelatihan. Pengujian selanjutnya dengan menggunakan data yang diunduh dari google dengan menggunakan total 20 data dengan 4 data untuk setiap jenis ikan molly dan dengan latar belakang citra yang berbeda dari data pelatihan. Tingkat presentasi keberhasilan sebesar 5% dengan hanya satu data saja yang dapat diklasifikasi dari 20 data. Hasil klasifikasi tersebut dapat disimpulkan bahwa latar belakang berpengaruh terhadap pengenalan citra.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: NCC, Histogram, Zoning,Aspect Ratio,Ikan Molly
Subjects: Q Ilmu Pengetahuan > QA Matematika > QA75 Komputer Elektronik. Ilmu Komputer
Q Ilmu Pengetahuan > QA Matematika > QA76 Perangkat Lunak (Software) Komputer
Z Bibliografi. Ilmu Perpustakaan. Sumber Informasi > ZA Sumber-sumber Informasi > ZA4050 Sumber Informasi Elektronik
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms priska lim
Date Deposited: 02 Jun 2021 07:49
Last Modified: 02 Jun 2021 07:49
URI: http://katalog.ukdw.ac.id/id/eprint/1681

Actions (login required)

View Item View Item