Search for collections on Repository UNISKA Kediri

KLASIFIKASI IKAN CHANNA MARU BERDASARKAN TEXTUR DAN WARNA MENGGUNAKAN METODE GLCM DENGAN ALGORITMA KNN

SANJAYA, ANDIKO (2024) KLASIFIKASI IKAN CHANNA MARU BERDASARKAN TEXTUR DAN WARNA MENGGUNAKAN METODE GLCM DENGAN ALGORITMA KNN. Skripsi thesis, UNIVERSITAS ISLAM KADIRI.

[thumbnail of 19310730053_ABSTRAK.pdf] Text
19310730053_ABSTRAK.pdf

Download (168kB)
[thumbnail of 19310730053_FULLTEXT.pdf] Text
19310730053_FULLTEXT.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Ikan Channa adalah salah satu jenis ikan air tawar yang cukup populer di Indonesia. Ikan ini merupakan ikan predator yang hidup di air tawar. Sulit untuk membedakan ikan channa dengan ikan jenis air tawar lainnya saat mencarinya langsung di alam. di buatlah sebuah aplikasi yang berbasis web guna menentukan jenis ikan channa berdasarkan warna dan bentuk corak. Invarian dapat mengambil ciri khusus dan ekstraksi tektur GLCM (Gray Level Co occurance Matrix) yang dimana menggunakan sudut 0° dalam klasifikasi jenis serta menggunakan metode KNN (K-Nearest Neighbor) untuk menentukan jenis dengan cara menentukan jaraknya yang paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Kombinasi antara Invariants Moments, GLCM, dan K Nearest Neighbor, menghasilkan akurasi yang cukup tinggi dengan rata-rata penentuan jenis sebesar 69% dengan menggunakan nilai K=5 data training sebanyak 480 citra ikan channa dan data testing sebanyak 160 citra ikan channa.

Katakunci : Ikan Channa, GLCM, KNN.

Item Type: Thesis (Skripsi)
Subjects: 600 - Teknologi (Ilmu Terapan) > 620 Ilmu teknik dan ilmu yang berkaitan > 620 Ilmu teknik dan ilmu yang berkaitan
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Perpustakaan Pusat
Date Deposited: 27 May 2025 03:22
Last Modified: 27 May 2025 03:22
URI: http://repo.uniska-kediri.ac.id/id/eprint/1325

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

Latest Collections

Top Downloaded Items

Top Authors