SEGMENTASI CITRA BETTA FISH MENGGUNAKAN METODE DENSITY BASED CLUSTERING

FATHUR RAHMI, 1417051053 (2019) SEGMENTASI CITRA BETTA FISH MENGGUNAKAN METODE DENSITY BASED CLUSTERING. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
ABSTRAK.pdf

Download (7Mb) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (7Mb)
[img]
Preview
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (7Mb) | Preview

Abstrak

Betta Fish atau yang dikenal sebagai Ikan Cupang merupakan salah satu ikan hias yang digemari masyarakat Indonesia. Betta Fish memiliki bentuk dan karakter yang menarik, terutama pada bagian ekornya. Karena ada beberapa Betta Fish berbeda spesies yang memiliki bentuk yang hampir serupa sehingga diperlukan identifikasi ikan agar tidak terjadi kerugian biaya akibat kesalahan mengenali spesies Betta Fish. Proses identifikasi memiliki beberapa tahapan, yaitu segmentasi, ekstraksi, dan klasifikasi. Penelitian ini bertujuan untuk memisahkan objek empat spesies Betta Fish yaitu Halfmoon, Double Tail, Serit dan Plakat dengan background. Metode yang digunakan adalah Density Based Clustering. Density Based Clustering merupakan metode segmentasi dengan cara membentuk cluster berdasarkan tingkat kepadatan dari area objek yang paling tinggi. Dataset yang digunakan berjumlah 160 citra Betta Fish. Jumlah citra setiap spesies adalah 40 citra. Proses segmentasi menggunakan metode Density Based Clustering mencapai tingkat akurasi sebesar 92,82%. Penyebab kesalahan segmentasi dikarenakan kontras antara objek Betta Fish dengan background tidak terlalu berbeda. Kata Kunci : Segmentasi Betta Fish, Density Based Clustering, Pengolahan Citra. ABSTRACT Betta Fish is one of the ornamental fish favored by Indonesia people. Betta Fish has interesting shapes and characters, especially on the tail. Because there are a number of different Betta Fish species that have almost the same shape so that automatic identification of fish is needed to avoid cost loss due to the mistake of recognizing Betta Fish species. The identification process has several stage, namely segmentation, extraction, and classification. This study aims to segmentation four species of Betta Fish namely Halfmoon, Double Tail, Crown Tail and Plakat with background. The method used is Density Based Clustering. Density Based Clustering is a segmentation method by forming clusters based on the density level of the highest object area. This research used 160 Betta Fish images. 40 images were used for each species. The segmentation process using Density Based Clustering method reached an accuracy rate of 92.82%. The cause of segmentation errors is estimated because the contrast between the Betta Fish object and the background is not too different. Keywords : Betta Fish Segmentation, Density Based Clustering, Image Processing.

Tipe Karya Ilmiah: Skripsi
Subyek: Q Science (General) > QA Mathematics > QA75 Electronic computers. Computer science
Q Science (General) > QA Mathematics > QA76 Computer software
Program Studi: Fakultas MIPA > Prodi Ilmu Komputer
Depositing User: 2018087822 . Digilib
Date Deposited: 22 Aug 2019 03:00
Last Modified: 22 Aug 2019 03:00
URI: http://digilib.unila.ac.id/id/eprint/58695

Actions (login required)

View Item View Item