Penerapan Metode Naïve Bayes Dalam Klasifikasi Kesegaran Ikan Berdasarkan Warna Pada Citra Area Mata

Abstract

As a maritime nation, fish is a staple in the Indonesian diet, rich in nutrition and a crucial protein source. It is imperative to maintain the freshness of fish to ensure the quality of fish production. However, the practice of mixing fresh and non-fresh fish poses a serious threat to consumer health and diminishes the overall quality of fish production. Therefore, the development of an automated and efficient method is necessary to distinguish between fresh and non-fresh fish. This research proposes the application of the Naïve Bayes method in classifying fish freshness based on color analysis in the eye area image. This approach involves the extraction of entropy features after segmenting fish images using the RGB and YCbCr color models. A total of 40 datasets of fish eye images were used for training and testing the model. The research results indicate that the proposed classification method achieved an accuracy rate of 97.5%. This success signifies the potential of the color analysis method and entropy features in distinguishing levels of fish freshness. These findings contribute to the development of automated techniques for monitoring and processing fish quality in the fisheries industry.

Perbandingan Metode KNN Dan SVM Dalam Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV Dan Fitur Statistik

“…SVM serta Perhitungan Performansi Klasifikasi dalam pengolahan citra digital adalah proses identifikasi dan penentuan suatu kategori tertentu pada citra, di mana model atau algoritma diprogram untuk mengenali pola visual dan mengatributkannya ke kelas yang telah ditentukan sebelumnya [14].…”

“…Metrik evaluasi seperti akurasi, presisi, dan recall, dapat digunakan untuk mengevaluasi performa model terhadap data pengujian. Validasi silang atau k-cross validation [14] juga dapat diterapkan untuk memastikan generalisasi yang baik terhadap data yang tidak terlihat sebelumnya. Gambar 5 menunjukkan ilustrasi dari 5-fold cross validation yang digunakan dalam penelitian ini.…”

“…Sistem dibangun dengan menggunakan 2 jenis software/tools. Proses konversi RGB ke HSV, segmentasi citra dan ekstraksi fitur statistik dilakukan dengan menggunakan software Matlab [14]. Sementara itu, proses perbandingan performansi dari metode KNN dan SVM dilakukan dengan mengunakan software RapidMiner Studio [15].…”

Implementasi Klasifikasi Senjata Tradisional Jawa Barat Menggunakan Convolutional Neural Network (Cnn) Dengan Metode Transfer Learning

“…Metode Transfer Learning digunakan untuk memanfaatkan model yang sudah dilatih sebelumnya pada dataset yang berbeda untuk meningkatkan performa model pada dataset baru. Dataset yang digunakan pada jurnal ini adalah dataset foto atau citra senjata tradisional Jawa Barat [1].…”