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

Iswari, Ni Made Satvika and Wella, Wella and Ranny, Ranny (2017) Perbandingan Algoritma kNN, C4.5, dan Naive Bayes dalam Pengklasifikasian Kesegaran Ikan Menggunakan Media Foto. Ultimatics : Jurnal Teknik Informatika, 9 (2). ISSN 2085-4552

Full text not available from this repository.

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.

Item Type: Article
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming
000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
300 Social Sciences > 330 Economics > 333 Economics of Land and Energy
700 Arts and Recreation > 770 Photography, Computer Art, Film, Video > 770 Photography, Computer Art, Cinematography, Videography, Film, Movie
Divisions: Faculty of Engineering & Informatics > Informatics
Depositing User: mr admin umn
Date Deposited: 11 Oct 2021 09:36
Last Modified: 11 Oct 2021 09:36
URI: https://kc.umn.ac.id/id/eprint/18639

Actions (login required)

View Item View Item