Jesiska Anvy (2020) Pengelompokan Kesegaran Ikan Menggunakan Transformasi Haar Wavelet Dan Kohonen Self Organizing Map. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (405kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (58kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (79kB)
	Text (PENDAHULUAN) 4. BAB I PENDAHULUAN.pdf Download (64kB)
	Text (TINJAUAN PUSTAKA) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 15 January 2024. Download (227kB) | Request a copy
	Text (METODOLOGI PENELITIAN) 6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only until 15 January 2024. Download (119kB) | Request a copy
	Text (PEMBAHASAN) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 15 January 2024. Download (373kB) | Request a copy
	Text (KESIMPULAN SARAN) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 15 January 2024. Download (56kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (57kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only until 15 January 2024. Download (1MB) | Request a copy
	Text (PERNYATAAN EMBARGO) 60-EMBARGO_081611233078_Jesiska Anvy - jesiska anvy.pdf Restricted to Registered users only Download (196kB) | Request a copy

Abstract

Kesegaran ikan merupakan salah satu tolak ukur baik buruknya ikan untuk dikonsumsi. Ikan dikatakan segar apabila kondisi fisiknya masih seperti ikan hidup. Untuk menguji kesegaran ikan umumnya dilakukan secara langsung melalui panca indra manusia atau melalui uji laboratorium, namun seiring perkembangan teknologi, proses pengujian kesegaran ikan dalam skala besar dapat dilakukan dengan bantuan suatu perangkat lunak. Salah satunya dengan memanfaatkan pengolahan citra. Tujuan skripsi ini adalah untuk mengelompokkan ikan kedalam tiga cluster yaitu segar, tidak segar dan busuk menggunakan Transformasi Haar Wavelet dan Kohonen Self Organizing Map (SOM). Langkah awal dari penelitian ini adalah melakukan preprocessing. Pada tahap preprocessing dilakukan konversi citra asli ke grayscale. Setelah tahap preprocessing, langkah selanjutnya adalah melakukan transformasi citra menggunakan transformasi Haar wavelet untuk mendapatkan nilai koefisien detail horizontal pada dekomposisi level tiga (LH3). Kemudian melakukan ekstraksi ciri statistik terhadap citra LH3 untuk mendapatkan nilai mean dan standar deviasi yang akan menjadi data input pada proses clustering menggunakan Kohonen SOM. Data yang digunakan pada skripsi ini sebanyak 70 citra mata ikan bandeng. Berdasarkan implementasi program, diperoleh persentase pengujian hasil cluster terbaik sebesar 95,714%.

Actions (login required)

View Item