Safana, Sabrina Maya (2026) Implementasi Sistem Estimasi Berat Ikan Berbasis Pengolahan Citra Digital Dengan Pendekatan Regresi Linier. Other thesis, Institut Teknologi Sepuluh Nopember.
This is the latest version of this item.
![[thumbnail of 5019221051_Undergraduate_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
5019221051_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) |
Abstract
Pengukuran berat ikan dalam aktivitas produksi perikanan umumnya masih dilakukan secara konvensional yang membutuhkan waktu yang lama dan rentan terhadap kesalahan pencatatan (human error), terutama pada skala tangkapan yang besar. Oleh karena itu, penelitian ini bertujuan mengembangkan sistem pengukuran digital yang mampu mengestimasi berat ikan secara otomatis dengan memanfaatkan image processing dengan pendekatan analisis regresi linier. Metode yang digunakan adalah image processing dengan menggunakan citra tampak atas dan tampak samping. Tahap image processing diawali dengan pemisahan objek ikan dari latar belakang dengan warna hijau menggunakan segmentasi pada ruang warna RGB. Fitur geometris ikan diesktraksi untuk mendapatkan dimensi panjang, lebar, dan tebal dalam satuan piksel yang kemudian dikalibrasi ke dalam satuan metrik yaitu sentimeter. Kalibrasi dilakukan menggunakan 10 sampel ikan. Data dimensi fisik selanjutnya diintegrasikan ke dalam model regresi linier berganda untuk memprediksi volume ikan yang kemudian dilanjutkan dengan pemodelan regresi linier sederhana untuk menghasilkan estimasi berat akhir ikan. Proses pengujian sistem estimasi berat dilakukan pada 5 jenis ikan yang manghasilkan nilai MAPE pada masing-masing jenis sebesar 1,23% untuk ikan dorang, 4,01% untuk ikan selar, 4,37% untuk ikan kuniran, 3,17% untuk ikan kakap merah, dan 1,47% untuk ikan kerapu. Performa sistem yang telah dibangun dapat dinyatakan baik dengan nilai error yang dihasilkan dapat berada di bawah nilai maksimum yaitu 10%.
========================================================================================================================
In fishery production activities, fish weight measurement is generally conducted using conventional methods, which are time consuming and susceptible to human recording errors, particularly in large scale catches. Therefore, this study aims to develop a digital measurement system capable of automatically estimating fish weight through image processing and a linear regression analysis approach. The methodology utilizes top view and side view images. The image processing phase begins with segmenting the fish object from a green background within the RGB color space. Geometric features are subsequently extracted to obtain length, width, and thickness dimensions in pixels, which are then calibrated into metric units (centimeters) using 10 fish samples. These physical dimension data are integrated into a multiple linear regression model to predict fish volume, followed by a simple linear regression model to generate the final weight estimation. System evaluation was conducted across five fish species, yielding error rates of 1.23% for black pomfret, 4.01% for yellowstripe scad, 4.37% for sulphur goatfish, 3.17% for red snapper, and 1.47% for grouper. The performance of the proposed system is deemed highly reliable, as all recorded error rates remain well below the maximum acceptable threshold of 10%.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Computer Vision, Image Processing, IUU Fishing, Regresi Linier, RGB, Computer Vision, Image Processing, IUU Fishing, Linear Regression, RGB |
| Subjects: | S Agriculture > SH Aquaculture. Fisheries. Angling T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms |
| Divisions: | Faculty of Marine Technology (MARTECH) > Marine Engineering > 36202-(S1) Undergraduate Thesis |
| Depositing User: | Sabrina Maya Safana |
| Date Deposited: | 04 Aug 2026 02:28 |
| Last Modified: | 04 Aug 2026 02:28 |
| URI: | http://repository.its.ac.id/id/eprint/142800 |
Available Versions of this Item
-
Implementasi Sistem Estimasi Berat Ikan Berbasis Pengolahan Citra Digital Dengan Pendekatan Regresi Linear. (deposited 04 Aug 2026 00:55)
- Implementasi Sistem Estimasi Berat Ikan Berbasis Pengolahan Citra Digital Dengan Pendekatan Regresi Linier. (deposited 04 Aug 2026 02:28) [Currently Displayed]
Actions (login required)
 |
View Item |