IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KUALITAS AIR PADA BUDIDAYA IKAN LELE MENGGUNAKAN DIGITAL IMAGE PROCESSING

Nugroho, Triadi (2021) IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI KUALITAS AIR PADA BUDIDAYA IKAN LELE MENGGUNAKAN DIGITAL IMAGE PROCESSING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVERT-ABSTRAK)
COVER.pdf
Download (497kB)
[img] Text (BAB I)
BAB I.pdf
Download (285kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (415kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (372kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf
Download (38kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (53kB)
[img] Archive (SOURCE CODE)
Source Code-17.11.1426-TRIADI NUGROHO.rar
Restricted to Repository staff only
Download (2MB)
[img] Text (PUBLIKASI)
NASKAH PUBLIKASI-17.11.1426-TRIADI NUGROHO.pdf
Restricted to Repository staff only
Download (450kB)

Abstract

Dalam usaha budidaya ikan, kualitas air merupakan salah satu factor penting yang berpengaruh dalam kelangsungan hidup ikan yang di budidayakan. Ikan lele termasuk ikan yang tahan dengan kualitas air yang rendah atau kurang baik bahkan ikan lele bisa hidup dengan kadar oksigen yang sangat rendah. Budidaya ikan lele secara intensif dapat menyebabkan menurunnya kualitas air media budidaya, antara lain menurunnya kandungan oksigen terlarut dan meningkatnya kandungan limbah khususnya nitrogen organik. Tujuan pembuatan system ini adalah untuk memudahkan pembudidaya ikan untuk mengetahui kualitas air dengan memanfaatkan pengolahan citra dan metode klasifikasi K-Nearest Neighbor. Metode algoritma K-Nearest Neighbor ini dipilih karena bisa melakukan klasifikasi berdasarkan kemiripan suatu data dengan yang lainnya berdasarkan warna air kolam ikan lele. Dalam penelitian ini nilai K yang digunakan pada algoritma adalah 3, 5, dan 7. Nilai K yang digunakan untuk menguji pencarian jarak dengan Euclidean Distance. Tingkat akurasi persentase tertinggi prediksi dengan menggunakan algoritma K-Nearest Neighbor terletak pada citra uji dengan background yaitu sebesar 86,67% sedangkan akurasi keberhasilan tanpa background akurasi keberhasilan yang diperoleh adalah 83,33%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Masruro, Ahlihi
Uncontrolled Keywords: Air ikan lele, RGB, HSI, Algoritma
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 09 Jun 2022 06:11
Last Modified: 08 Aug 2023 06:33
URI: http://eprints.amikom.ac.id/id/eprint/628

Actions (login required)

View Item View Item