IDENTIFIKASI KEMATANGAN TELUR IKAN LELE MELALUI CITRA DIGITAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR PADA BBI DINAS PERIKANAN KABUPATEN LIMA PULUH KOTA

Syahnas, Ikhsan (2024) IDENTIFIKASI KEMATANGAN TELUR IKAN LELE MELALUI CITRA DIGITAL MENGGUNAKAN METODE K-NEAREST NEIGHBOR PADA BBI DINAS PERIKANAN KABUPATEN LIMA PULUH KOTA. Sarjana thesis, Universitas Putra Indonesia YPTK Padang.

[img] Text
Skripsi_20101152630056_IKHSAN_SYAHNAS_Abstrak.pdf

Download (106kB)
[img] Text
Skripsi_20101152630056_IKHSAN_SYAHNAS_Bab I.pdf

Download (263kB)
[img] Text
Skripsi_20101152630056_IKHSAN_SYAHNAS_Daftar Pustaka.pdf

Download (172kB)
[img] Text
Skripsi_20101152630056_IKHSAN_SYAHNAS_Full Text.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Ikan lele sangat populer karena harganya yang terjangkau dan kandungan protein serta gizinya yang tinggi, menjadikannya sebagai salah satu komoditas perairan penting di Indonesia. Permintaan yang terus meningkat seiring dengan pertumbuhan populasi penduduk membuat budidaya ikan lele menjadi pilihan yang menarik bagi banyak pembudidaya. Namun manajemen kematangan telur ikan lele menjadi salah satu hambatan dalam menghasilkan benih ikan lele yang berkualitas dan tepat waktu. Penelitian ini bertujuan untuk mengidentifikasi kematangan telur ikan lele melalui citra digital dengan menggunakan metode K-Nearest Neighbor (KNN). Studi dilakukan di Balai Benih Ikan (BBI) Dinas Perikanan Kabupaten Lima Puluh Kota. Metode KNN dipilih karena kemampuannya dalam klasifikasi data secara akurat dan efisien. Dalam penelitian ini, citra telur ikan lele diambil dan diolah mengunakan Digital Image Processing (DIP) untuk mengekstraksi fitur-fitur penting seperti nilai pada ruang warna RGB (Red, Green, dan Blue) dan HSI (Hue, Saturation , dan Intensity ) yang kemudian digunakan sebagai input dalam model KNN. Data citra yang digunakan terdiri dari 80 citra, dengan 60 citra untuk pelatihan dan 20 citra untuk pengujian, yang terbagi menjadi dua kelas yaitu telur matang dan telur tidak matang. Hasil penelitian menunjukkan bahwa metode KNN berhasil mengidentifikasi tingkat kematangan telur ikan lele dengan akurasi dan efektivitas yang sangat baik. Penelitian ini diharapkan dapat membantu pembudidaya dalam menentukan waktu yang tepat untuk pemijahan, sehingga meningkatkan efisiensi dan hasil produksi benih ikan lele. Kata Kunci : Identifikasi, Kematangan Telur Ikan Lele, Citra Digital, KNN

Item Type: Thesis (Sarjana)
Subjects: 0 Research > Teknik > Komputer
0 Research > Teknik
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Ryan Ariadi A.Md
Date Deposited: 18 Feb 2025 03:17
Last Modified: 18 Feb 2025 03:17
URI: http://repository.upiyptk.ac.id/id/eprint/13181

Actions (login required)

View Item View Item