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: | Administrator UMN Library |
| 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 |
