Perancangan Sistem Penentuan Tingkat Kesegaran Ikan Cakalang Menggunakan Metode Curve Fitting Berbasis Citra Digital Mata Ikan

Abstract

PERANCANGAN SISTEM PENENTUAN TINGKAT KESEGARAN IKAN CAKALANG MENGGUNAKAN METODE CURVE FITTING BERBASIS CITRA DIGITAL MATA IKAN AbstrakPada ikan terdapat banyak mengandung nutrisi yang sangat bermanfaat bagi tubuh, namun seringkali ikan diperdagangkan dalam keadaan sudah mati. Untuk mengamati kesegaran ikan cakalang dilakukan dengan pengenalan perubahan warna yang tampak pada citra digital menggunakan metode curve fitting. Tujuan dari penelitian ini adalah membangun sistem aplikasi pengelolahan citra untuk mendeteksi tingkat kesegaran ikan cakalang dilihat dari lamanya ikan tersebut berada di suhu ruang. Data yang gunakan adalah 10 sampel citra ikan cakalang yang diambil gambarnya setiap 1 jam selama 10 jam dan diperoleh 100 data gambar kemudian diolah dan dilakukan analisis dengan metode curve fitting. Proses pertama diawali dengan pengolahan citra dengan melakukan pemotongan (cropping) pada bagian tepi mata citra original kemudian dilanjutkan dengan penyamaan ukuran (resize) menjadi 1000 x 1000 pixel dan pergantian format citra menjadi *.png. Setelah gambar sudah diolah, kemudian dilakukan perhitungan nilai rata-rata RGB menggunakan sistem aplikasi. Selanjutnya, dilakukan perhitungan dengan metode curve fitting sehingga diperoleh persamaan regresi polinomial sebagai dasar pada sistem aplikasi.. Proses terakhir, dilakukan pencocokan citra uji dengan citra yang disimpan sebagai data training dan diperoleh kesimpulan apakah citra ikan cakalang tersebut telah berada selama berapa jam di suhu ruang pada selang 1 – 10 jam. Penelitian ini menunjukan dari 100 sampel ikan, 83 citra sesuai dan 17 tidak sesuai dengan akurasi sistem sebesar 83 %.Kata kunci : Mata Ikan Cakalang, Pengolahan Citra Digital, Metode Curve fitting. SYSTEM DESIGN OF FRESHNESS LEVEL DETERMINATION OF SKIPPER FISH USING CURVE FITTING METHOD BASED ON DIGITAL IMAGE OF FISH EYE AbstractIn fish there are many contain nutrients that are very beneficial to the body, but often fish are traded in a state of death. To observe the freshness of skipjack is done with the introduction of color changes that appear on digital image using curve fitting method. The purpose of this research is to build an image management application system to detect the freshness level of skipjack fish seen from the duration of the fish is at room temperature. The data used are 10 samples of skipjack image taken every 1 hour for 10 hours and obtained 100 image data then processed and analyzed by curve fitting method. The first process begins with image processing by cutting (cropping) at the edge of the eye of the original image and then followed by resizing to 1000 x 1000 pixels and change the image format to * .png. After the image has been processed, then calculated the average value of RGB using the application system. Furthermore, the calculation is done by curve fitting method to obtain the polynomial regression equation as the basis of the application system. The last process, the matching of the test image with the image stored as training data and obtained the conclusion whether the cakalang image has been in for how many hours at room temperature at intervals of 1 - 10 hours. This study showed that from 100 fish samples, 83 corresponding images and 17 did not correspond to the system accuracy of 83%.Keywords: Skipjack Fish, Digital Image Processing, Curve Fitting Method

Elbow Angle Estimation From Emg Signals Based on Monte Carlo Simulation

“…Curve fitting or non-linear regression method is selected. Rindengan and Mananohas [20] stated that if there are y data in many x data, the function y = f(x) could be found that define the nearest relation between y and x. This approach is called curve fitting in the numerical method, as shown in formula (5).…”

Analisis Kesegaran Ikan Mujair Dan Ikan Nila Dengan Metode Convolutional Neural Network

“…[5] Selanjutnya penelitian rindengan dan Mananohas (2017) dengan membahas penentuan tingkat kesegaran ikan dengan metode curve fitting berbasis citra digital mata ikan dengan menggunakan 100 data dan mendapatkan akurasi 83%. [6]. Ada juga Kinanthi, Asmara dan Mentari (2018), mengenai deteksi ikan bandeng berformalin berdasarkan citrainsang menggunakan metode naive bayes classifier dimana data 144 dengan akurasi 94,4%.…”

Identifikasi Tingkat Kesegaran Ikan Berbasis Android

“…Penelitian ini menunjukan dari 100 sampel ikan, 83 citra sesuai dan 17 tidak sesuai dengan akurasi sistem sebesar 83 %. [1] Penelitian lain berjudul Aplikasi Penentuan Tingkat Kesegaran Ikan Selar Berbasis Citra Digital Dengan Metode Kuadrat Terkecil, Penelitian ini menggunakan 150 sampel citra ikan selar dari ikan masih sangat segar sampai ikan sangat tidak segar (busuk) hasilnya menunjukan 125 citra sesuai dan 25 tidak sesuai dengan persentase akurasi sistem sebesar 83.333 %. [2] Kemudian ada juga penelitian yang berjudul Sistem Pendeteksi Kesegaran Ikan Bandeng Menggunakan Citra.…”