Identifikasi Jumlah Bibit Bandeng Menggunakan Metode K-Means Berbasis HSV Color dan Morfologi

Main Article Content

Salman Suleman

Abstract

Abstrak : Ikan bandeng merupakan salah satu komoditas ketahanan pangan nasional. Ketersediaan bibit bandeng sebagai salah satu pendukung produksi yang utama dalam usaha budidaya bandeng di tambak harus terpenuhi. Faktor ketersediaan benih merupakan hal penting dalam peningkatan komoditas yang berimbas pada peningkatan taraf hidup kesejahteraan petani budidaya bibit bandeng. Bibit ikan bandeng sulit dikenali dikarenakan objeknya berukuran kecil sehingga petani bibit bandeng harus lebih ekstra dalam menghitung jumlah bibit bandeng yang ada dalam satu wadah. Identifikasi bibit bandeng salah satu cara untuk mengetahui informasi jumlah bibit bandeng dalam satu wadah. Identifikasi jumlah bibit bandeng menggunakan metode KMeans berbasis HSV color dan morfologi pada preprocessing. Penelitian ini mengusulkan identifikasi jumlah bibit bandeng menggunakan metode k-means berbasis hsv color dan morfologi, penelitian ini diawali dengan tahapan preprocessing, dilakukan transformasi warna citra RGB ke HSV dan RGB ke Grayscale berdasarkan nilai threshold citra dari S dan V pada ruang warna (color space) HSV dan morfologi, dilanjutkan segmentasi dan ekstraksi fitur berdasarkan area dan proses yang terakhir adalah menghitung jumlah bibit bandeng yang berhasil dikenali sebagai objek bibit bandeng berdasarkan hasil pengklasteran dengan Metode Clustering K-Means. Berdasarkan hasil pengujian, identifikasi bibit bandeng dengan proses preprocessing melakukan konversi warna RGB ke HSV dan Operasi Morfologi terhadap Citra Uji menunjukkan hasil dengan tingkat akurasi mencapai 9.70% dan error 7.30%.



Kata Kunci: bibit bandeng, hsv color, morfologi, k-means.

Article Details

How to Cite
Suleman, S. (2019). Identifikasi Jumlah Bibit Bandeng Menggunakan Metode K-Means Berbasis HSV Color dan Morfologi. Jurnal Teknologi Informasi Indonesia (JTII), 2(1), 27 - 32. https://doi.org/10.30869/jtii.v2i1.306
Section
Articles

References

[1] Ruly Sutrisno Sinukun, dkk. “Identifikasi Jumlah Citra Nener Menggunakan Metode Blob”, Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2014 ISSN: 1979-911X Yogyakarta, 15 November 2014
[2] Munawir, dkk. “Identifikasi Otomatis Spermatozoa Sapi Menggunakan Support Vector Machine” AVA Journal of Electrical and Electronics Engineering Volume 12, Number 1, April 2014
[3] Sandi Desmanto, dkk “Penerapan Algoritma KMeans Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB”, STMIK GI MDP, Jalan Rajawali No.14 Palembang
[4] Silvi Agustina dkk,” Clustering Kualitas Beras Berdasarkan Ciri Fisik Menggunakan Metode KMeans”, Program Studi Ilmu Komputer, Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang Jalan Veteran Malang 65145, Indonesia
[5] M Hafidh Fauzi, Prof.Ir.Handayani Tjandrasa, M.Sc., Ph.D 2, "Implementasi Thresholding Citra Menggunakan Algoritma Hybrid Optimal Estimation", http://digilib.its.ac.id/public/ITSUndergraduate-12935-Paper.pdf tanggal akses 11-10-2016
[6] Mauridi Hery P, Arif Muntasa,“Konsep pengolahan citra digital dan ekstraksi fitur”, Graha Ilmu, Indonesia 2010
[7] Moeslund, Thomas B. “Introduction to video and image processing: Building real systems and applications”. Springer Science & Business Media, 2012.
[8] Arum tri Iswari, “Implementasi Algoritma Wavelet Haar untuk Menghilangkan Noise pada Citra Digital” Seminar Nasional dan Expo Teknik Elektro 2011 ISSN : 2088-9984