title: IDENTIFIKASI IKAN MASKOKI MENGGUNAKAN EKSTRAKSI FITUR   GABOR FILTER DAN KLASIFIKASI PROBABILITY NEURAL NETWORK  (PNN)  
creator: A.A. GIENIUNG PRATIDINA, 1417051001
subject: 005 Pemrograman komputer, program dan data
description:   Carassius Auratus otherwise known as goldfish is one of the most commonly kept   aquarium  fish  that  have  variety  of  species,  shapes,  and  colors.  Goldfish’s   identification manually was difficult, because there are several  species that have   similar anatomy. This research focused to identify three species of goldfish, such   as  Fantail,  Oranda,  and  Ranchu.  Gabor  filter  was  used  to  extract  the  image   features. Gabor filter is a sinusoidal function multiplied by a gaussian envelope.   Probability neural network was used to classify the  goldfish. Probability  Neural   Network is a supervised network which finds its natural use in decision making   and classification problems. This research used 216 goldfish’s images. 72 images   were used for each species. The optimal parameters in this study were kernel size   (5,5), frequency (3), orientation (5), and downsample value (16,16) with accuracy   up to 100%. Parameters of the frequency, orientation, kernel size and downsample   affect the level of accuracy. The greater parameter’s value that is used, the more   variations in feature vectors are obtained, but if there are too many variations of   feature vector, it’ll cause redundancy data which causes the classification process   to be inefficient.  Keywords:  Goldfish  identification,  Gabor  Filter,  Probability  Neural  Network,   Pattern recognition      Ikan  maskoki  adalah  salah  satu  jenis  ikan  hias  yang  memiliki  beragam  spesies,   bentuk dan warna. Pengenalan ikan maskoki secara manual dengan pengamatan   langsung  sulit  dilakukan.  Hal  ini  disebabkan  beberapa  spesies  yang  anatominya   hampir serupa sehingga diperlukan identifikasi ikan secara otomatis. Penelitian ini   bertujuan untuk mengidentifikasi tiga spesies ikan maskoki yaitu Fantail, Oranda,   dan  Ranchu.  Metode  yang digunakan adalah  Gabor filter  untuk proses ekstraksi   fitur.  Gabor  filter  adalah  sebuah  fungsi  sinusoidal  yang  dikombinasikan  dengan   gaussian  envelope.  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 216 citra ikan maskoki.  Parameter   optimal pada penelitian ini adalah ukuran kernel  (5,5), frekuensi (3), orientasi (5),   dan  nilai  downsample  (16,16)  dengan  akurasi  mencapai  100%.  Nilai  parameter   frekuensi,  orientasi,  dan  ukuran  kernel  serta  downsample  mempengaruhi  tingkat   akurasi.  Semakin  besar  nilai  parameter  yang  digunakan,  maka  semakin  banyak   variasi vektor ciri yang didapatkan, namun jika variasi vektor ciri terlalu banyak,   maka akan menyebabkan  redundancy data  yang menyebabkan proses klasifikasi   menjadi tidak efisien.  Kata  Kunci:  Identifikasi  Ikan  Maskoki,  Gabor  Filter,  Probability  Neural   Network (PNN), Pengenalan Pola.
publisher: FAKULTAS MIPA
date: 2019
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/57750/1/ABSTRAK-ABSTRACT.pdf
format: text
identifier: http://digilib.unila.ac.id/57750/2/SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/57750/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   A.A. GIENIUNG PRATIDINA, 1417051001  (2019) IDENTIFIKASI IKAN MASKOKI MENGGUNAKAN EKSTRAKSI FITUR GABOR FILTER DAN KLASIFIKASI PROBABILITY NEURAL NETWORK (PNN).  FAKULTAS MIPA, UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/57750/