Ferdiansyah, Faisal Fahri (2020) KLASIFIKASI DAN PENGENALAN OBJEK IKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Other thesis, UPN Veteran Jawa Timur.
|
Text (Cover)
COver.pdf Download (1MB) | Preview |
|
|
Text (Bab 1)
Bab 1.pdf Download (252kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab 2)
Bab 2.pdf Restricted to Registered users only until 5 January 2022. Download (949kB) |
|
|
Text (Bab 3)
Bab 3.pdf Restricted to Registered users only until 5 January 2022. Download (614kB) |
|
|
Text (Bab 4)
bab 4.pdf Restricted to Registered users only until 5 January 2022. Download (877kB) |
|
|
Text (Bab 5)
Bab 5.pdf Download (354kB) | Preview |
|
|
Text (Daftar Pustaka)
daftar pustaka.pdf Download (110kB) | Preview |
Abstract
Ikan hias merupakan ikan yang diminati masyarakat luas karena keindahan yang khas dan unik, mulai dari beragam corak, warna, dan bentuk. Klasifikasi dan pengenalan objek ikan bertujuan untuk melakukan proses klasifikasi suatu objek kedalam satu kelas tertentu berdasarkan pengenalan melalui ciri bentuk, warna yang dimilikinya, sehingga dapat digunakan untuk mengenali karakter ikan. Penelitian ini menggunaka metode Support Vector Machine (SVM). Dengan menggunakan Bahasa Pemrograman Python. Ekstrasi ciri warna pada penelitian ini mengimplementasikan metode HSV dan hasil dari Histogram. Anaconda Navigator sebagai aplikasi GUI dan Jupyter Notebook sebagai text editor. Dengan menggunakan Kappa cohen sebagai validasi pengujian data. Data uji sejumlah 250 citra semua jenisnya sejumlah 50 citra per jenisnya. Hasil uji coba akan berdasarkan pada akurasi, hasil pengujian pertama pada ikan komet 20%, ikan manfish 20%, ikan molly 0, ikan redfine 90% ikan zebra 80% dengan nilai rata – rata hasil akurasi 42% dengan diperoleh akurasi sedangkan pengujian kedua pada ikan komet 0, ikan manfish 25%, ikan molly 15%, ikan redfine 75% ikan zebra 55% hasil 34%. Nilai Accruracy 50%, Precission 90%, Recall 47% dan f1 score 63,94%. Nilai perhitungan koefisien kappa diperoleh berjumlah 0,733. Kata kunci : support vector machine, ekstrasi ciri, ikan hias, object detection.
| Item Type: | Thesis (Other) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science | ||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||
| Depositing User: | Users 12 not found. | ||||||||
| Date Deposited: | 05 Jan 2021 06:03 | ||||||||
| Last Modified: | 05 Jan 2021 06:11 | ||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/905 |
Actions (login required)
 |
View Item |