%A 1417051001 A.A. GIENIUNG PRATIDINA
%T IDENTIFIKASI IKAN MASKOKI MENGGUNAKAN EKSTRAKSI FITUR 
GABOR FILTER DAN KLASIFIKASI PROBABILITY NEURAL NETWORK
(PNN)

%X 
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.
%C UNIVERSITAS LAMPUNG
%D 2019
%I FAKULTAS MIPA
%L eprints57750