TY  - GEN
CY  - UNIVERSITAS LAMPUNG
ID  - eprints57737
UR  - http://digilib.unila.ac.id/57737/
A1  - VENNY EKA PRIANDINI, 1417051147
Y1  - 2019///
N2  - Betta Fish is one of the favorite decorative fish in Indonesia that have attractive
and beautiful shapes and colors. Betta fish?s identification manually was difficult,
because there are several species that have similar colors. Betta Fish?s
identification was needed to avoid money loss because of the error identification.
This research focused to identify four species of Halfmoon, Double Tail, Crown
Tail, and Plakat. Fuzzy Color Histogram was used to extract the color of Betta
Fish. Fuzzy Color Histogram (FCH) is a feature retrieval method that is based on
the characteristics of histograms namely mean, entropy, variance, skewness, and
kurtosis. Probability Neural Network is used for the classification process.
Probability Neural Network is an artificial neural network algorithm that uses
supervised training in decision making and classification. The dataset used is 160
images of Betta Fish. The number of images of each species is 40 images. The
FCH color extraction process uses the mean parameters and the Probability
Neural Network (PNN) classification reaches the most optimal level of accuracy
of 90.62%. The cause of identification errors is estimated because the acquired
image quality is not very good, such as the Betta Fish image is blurry and there is
noise.

Keywords: Betta Fish Identification, Fuzzy Color Histogram, Probability Neural
Network (PNN), Pattern Recognition.
Betta Fish atau yang dikenal dengan nama ikan Cupang adalah salah satu spesies
ikan hias yang digemari masyarakat Indonesia yang mempunyai bentuk tubuh dan
warna yang menarik dan indah. Pengenalan Betta Fish secara manual dengan
pengamatan langsung sulit dilakukan. Hal ini disebabkan karena ada spesies Betta
fish yang memiliki warna hampir serupa dengan spesies Betta Fish lainnya.
Identifikasi Betta Fish dilakukan untuk menghindari kerugian biaya akibat
kesalahan mengenali spesies Betta Fish. Penelitian ini bertujuan untuk
mengidentifikasi empat spesies Betta Fish yaitu Halfmoon, Double Tail, Serit, dan
Plakat. Metode yang digunakan adalah Fuzzy Color Histogram untuk proses
ekstraksi warna. Fuzzy Color Histogram (FCH) merupakan metode pengambilan
ciri yang didasarkan pada karakteristik histogram yaitu mean, entropy, variance,
skewness, dan kurtosis. Probability Neural Network digunakan untuk proses
klasifikasi. Probability Neural Network adalah algoritma jaringan syaraf tiruan
yang menggunakan pelatihan supervised dalam pengambilan keputusan dan
klasifikasi. Dataset yang digunakan berjumlah 160 citra Betta Fish. Jumlah citra
setiap spesiesnya adalah 40 citra. Proses ekstraksi warna FCH menggunakan
parameter mean dan klasifikasi Probability Neural Network (PNN) mencapai
tingkat akurasi paling optimal sebesar 90,62%. Penyebab kesalahan identifikasi
diperkirakan karena kualitas citra yang diakuisisi kurang begitu baik, seperti citra
Betta Fish buram dan terdapat noise.

Kata Kunci: Identifikasi Betta Fish, Fuzzy Color Histogram, Probability Neural
Network (PNN), Pengenalan Pola.
PB  - FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
TI  - IDENTIFIKASI BETTA FISH BERDASARKAN EKSTRAKSI WARNA
MENGGUNAKAN METODE FUZZY COLOR HISTOGRAM
AV  - restricted
ER  -