Pengolahan Citra Untuk Mengetahui Tingkat Kesegaran Ikan Menggunakan Metode Transformasi Wavelet Diskrit

Ramadhan, Miftahur Danar (2018) Pengolahan Citra Untuk Mengetahui Tingkat Kesegaran Ikan Menggunakan Metode Transformasi Wavelet Diskrit. Undergraduate thesis, Institut Teknologi Sepuluh November.

[thumbnail of 06111140000092-Undergraduate_Theses.pdf]
Preview
Text
06111140000092-Undergraduate_Theses.pdf - Accepted Version

Download (5MB) | Preview

Abstract

Ikan yang baik adalah ikan yang masih segar, sehingga disukai oleh konsumen. Pada tugas akhir ini bertujuan untuk mengidentifikasi tingkat kesegaran ikan dengan menggunakan metode transformasi wavelet diskrit. Metode yang digunakan untuk segmentasi sampel adalah metode K-Means Clustering. Pada metode segmentasi ini, citra sampel ikan dibagi menjadi beberapa bagian (cluster). Dari beberapa cluster tersebut dipilih bagian yang memuat insang ikan yang dijadikan obyek pengamatan. kemudian ditransformasikan menggunakan wavelet diskrit. Dari hasil transformasi tersebut diambil parameter yang digunakan sebagai acuan untuk menentukan pembagian tingkat kesegaran ikan. Jenis ikan yang digunakan penulis sebagai data sampel adalah ikan kembung. Dari setiap data sampel ini dilakukan pengambil gambar sebanyak 21 sampel data training dan 9 sampel data testing. Kemudian dari setiap gambar sampel tersebut dilakukan identifikasi berdasarkan 3 tingkat kategori kesegaran yaitu: ikan segar, ikan tidak segar, dan ikan busuk. Hasil dari penelitian ini, program berhasil mengidentifikasi 5 sampel ikan dengan kategori ikan ‘segar’ dan 4 sampel ikan dengan kategori ikan ‘tidak segar’.

=========================================================

Good fish is fish that is still fresh, so it is liked by consumers. In this final project aims to identify the level of freshness of fish using discrete wavelet transformation method. The method used for sample segmentation is the K-Means Clustering method. In this segmentation method, the fish sample image is divided into several clusters. Of the several clusters, the section containing the gills of the fish was used as the object of observation. then transformed using a discrete wavelet. From the results of the transformation, parameters are used as a reference to determine the distribution of freshness level of fish. The type of fish used by the author as sample data is mackerel. From each of these sample data, 21 image data trainers and 9 testing data samples were taken. Then from each sample image is identified based on 3 levels of freshness categories, namely: fresh fish, not fresh fish, and rotten fish. The results of this study, the program managed to identify 5 fish samples with the category of 'fresh' fish and 4 fish samples with the 'not fresh' fish category.

Item Type: Thesis (Undergraduate)
Additional Information: RSMa 515.243 Ram p
Uncontrolled Keywords: Discrete wavelet transformation, Fish Fressness, KMeans Clusterin. Segmentation.
Subjects: Q Science > QA Mathematics > QA403.3 Wavelets (Mathematics)
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Ramadhan Miftahur Danar
Date Deposited: 22 Oct 2020 02:24
Last Modified: 22 Oct 2020 02:24
URI: http://repository.its.ac.id/id/eprint/59319

Actions (login required)

View Item View Item