PENERAPAN METODE NAÏVE BAYES PADA KLASIFIKASI JENIS TERIPANG BERDASARKAN CITRA WARNA HSV DAN TEKSTUR GLCM (STUDI KASUS: PENGUDANG, TELOK SEBONG, BINTAN, KEPULAUAN RIAU)

OKTAVIANI PUTRI, EJIKA and Nurfalinda, Nurfalinda and Hayaty, Nurul (2024) PENERAPAN METODE NAÏVE BAYES PADA KLASIFIKASI JENIS TERIPANG BERDASARKAN CITRA WARNA HSV DAN TEKSTUR GLCM (STUDI KASUS: PENGUDANG, TELOK SEBONG, BINTAN, KEPULAUAN RIAU). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) EJIKA_OKTAVIANI_PUTRI_2001020007_Teknik_Informatika - Cover.pdf - Published Version Download (952kB)
	Text (Abstrak) EJIKA_OKTAVIANI_PUTRI_2001020007_Teknik_Informatika - Abstrak.pdf - Published Version Download (118kB)
	Text (BAB I) EJIKA_OKTAVIANI_PUTRI_2001020007_Teknik_Informatika - BAB I.pdf - Published Version Download (258kB)
	Text (Daftar pustaka) EJIKA_OKTAVIANI_PUTRI_2001020007_Teknik_Informatika - Daftar pustaka.pdf - Published Version Download (181kB)
	Text (Full Teks) EJIKA_OKTAVIANI_PUTRI_2001020007_Teknik_Informatika - Full Teks.pdf - Published Version Restricted to Repository staff only Download (2MB) \| Request a copy

Official URL: https://lib.umrah.ac.id/

Abstract

Indonesia, sebagai negara kepulauan dengan lebih dari 17.000 pulau, memiliki kekayaan alam dan budaya yang beragam. Teripang, sebagai salah satu komoditas perikanan ekspor yang bernilai tinggi, mengandung komponen bioaktif yang bermanfaat bagi kesehatan manusia, seperti kolagen yang mendukung penyembuhan penyakit maag dan tukak lambung. Namun, eksploitasi berlebihan dan degradasi habitat telah mengancam keberlangsungan teripang di perairan Indonesia. Penelitian ini menggunakan metode pengolahan citra digital dengan algoritma Naïve Bayes untuk mengklasifikasikan jenis teripang berdasarkan fitur HSV (Hue, Saturation, Value) dan tekstur GLCM (Gray Level Co-Occurrence Matrix). Hasil penelitian menunjukkan bahwa model mampu mengidentifikasi "Teripang Pasir" dengan baik, namun menghadapi tantangan dalam mengenali "Teripang Keling". Dari evaluasi terhadap 480 dataset, dengan 432 data latih dan 48 data uji, model mencapai akurasi keseluruhan 98%. Namun, untuk meningkatkan presisi kelas "Teripang Keling", diperlukan analisis mendalam terhadap penyebab ketidakseimbangan kelas dan peningkatan performa model.

Item Type:

Thesis (S1)

Contributors:

Contribution	Name	NIP / NIDN
UNSPECIFIED	Nurfalinda, Nurfalinda	NIDN.0021018401
UNSPECIFIED	Hayaty, Nurul	NIDN.0027039101

Subjects:

000_umum > 000. Ilmu Umum dan Komputer > 005.12. Sistem Analisa dan Desain Perangkat Lunak
000_umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan

Divisions:

Fakultas Teknik > Program Studi Teknik Informatika

Depositing User:

user Teknik Informatika

Date Deposited:

31 Jul 2024 03:25

Last Modified:

31 Jul 2024 03:25

URI:

http://repositori.umrah.ac.id/id/eprint/7834

Actions (login required)

View Item

Search for collections on Repository Universitas Maritim Raja Ali Haji