Penerapan Algoritma Decision Tree Pada Klasifikasi Citra Ikan Tuna. Studi Kasus: PT. Aneka Tuna Indonesia

Kalbuadi, Muhammad Akbar (2014) Penerapan Algoritma Decision Tree Pada Klasifikasi Citra Ikan Tuna. Studi Kasus: PT. Aneka Tuna Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5110100008-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Di Indonesia, produksi ikan merupakan salah satu sumber ekonomi masyarakat. Karena jenis ikan yang banyak dan penanganannya berbeda, tentu dibutuhkan suatu proses klasifikasi. Sudah banyak masyarakat atau industri ikan yang menggunakan tenaga kerja untuk melakukan proses tersebut. Faktanya, tenaga kerja tersebut tidak dapat bekerja dengan stabil, maka dari itu dibutuhkan suatu sistem yang dapat bekerja seperti proses klasifikasi tersebut. Tujuan tugas akhir ini adalah untuk merealisasi proses klasifikasi tersebut. Sistem menggunakan algoritma decision tree untuk menentukan hasil prediksi, dan yang akan dijadikan inputan adalah hasil dari proses segmentasi dan ekstraksi. Proses segmentasi sendiri menggunakan pengolahan citra dengan sobel sebagai metode utama dan proses ekstraksi menggunakan cooccurance matrix. Co-occurance matrix bertujuan untuk membedakan corak pada ikan yang memang akan menjadi atribut pembeda. Dari beberapa percobaan menggunakan k-fold cross validation, didapatkan bahwa akurasi rata-rata dari aplikasi klasifikasi terhadap ikan tuna ini adalah sebesar 88%. Dari percobaan yang telah dilakukan, aplikasi ini telah mampu unuk mengahasilkan suatu sistem yang memiliki tingkat akurasi yang tinggi. Dan tentunya, dengan adanya aplikasi ini dapat mengurangi tingkat kesalahan yang mungkin akan ditimbulkan oleh pekerja dalam menjalankan proses klasifikasi terhadap ikan tuna dan meningkatkan waktu produksi.
=======================================================================================================================================
In Indonesia, the production of fish is one of the economic resources of societv. Because many species of fish and different treatment, will reguire a classification process. Nowdays many people or fish industries use people to doing that process. In fact, the workers can not work with the stable, and therefore needed a system that could work as the classification process. The purpose of this final project is to realize the classification process. The svstem uses decision tree algorithm for determining the outcome prediction. Which will be used as input is the result of the segmentation and extraction process. Segmentation process itself using the Sobel image processing as the primary method and extraction process using co-occurance matrix. Co-occurance matrix aims to discern patterns in fish that is going to be a distinguishing attribute. From some experiments using the k - fold cross validation, it was found that the average accuracy of this tuna clasification application amounted to 88 Yo. From the experiments that have been done, this application has been able to transform and result in a system that has a high degree of accuracy. And of course, with this this application, it can reduce error rate which may be incurred by the worker in carrying out the process of classification of tuna, and increase the time of production.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.42 Kal p 2014 3100014054993 (WEEDING)
Uncontrolled Keywords:	Co-occurance matrix, decision tree, ekstraksi, ikan tuna, pengolahan citra, segmentasi
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD30.23 Decision making. Business requirements analysis. H Social Sciences > HF Commerce > HF5415.127 Market segmentation. Target marketing T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques. Image analysis--Data processing.
Divisions:	Faculty of Industrial Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Anis Wulandari
Date Deposited:	28 Oct 2026 06:02
Last Modified:	28 Oct 2026 06:02
URI:	http://repository.its.ac.id/id/eprint/145965

Actions (login required)

View Item