UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM Dan Klasifikasi SVM
Penanda Bagikan

CD Skripsi

Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM Dan Klasifikasi SVM

Ical Yusuf - Nama Orang;

ABSTRAK
ICAL YUSUF. Identifikasi Tingkat Kesegaran Ikan Tuna Menggunakan Metode GLCM dan Klasifikasi SVM (dibimbing oleh Ilham dan Andi Yulia Muniar).
Sebagai negara kepalauan, Indonesia dikenal kaya akan sumber daya laut, khususnya ikan. Perairan Indonesia menyediakan berbagai jenis ikan dengan nilai ekonomis yang signifikan, salah satunya adalah ikan tuna. Ikan tuna bukan hanya menjai komoditas utama dalam industri perikanan, tetapi juga memiliki permintaan pasar yang sangat tinggi namun, untuk mejaga kepercayaan konsumen, harus memastikan kualitas pada ikan tuna. Tujuan dari penelitian ini adalah untuk merancang sistem identifikasi tingkat kesegaran ikan tuna. Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur dan klasifikasi menggunakan Support Vector Machine (SVM). Data ini di peroleh melalui studi pustaka dan dokumentasi Metode yang digunakan dalam pengembangan sistem dalam penelitian ini adalah dengan menggunakan pendekatan metode kuantitatif yang meliputi meliputi identifikasi masalah, studi literatur, pengumpulan data, preprocessing data, pemodelan klasifikasi, dan evaluasi model. Hasil penelitian menunjukkan bahwa model SVM memperoleh akurasi 87%, dengan 13% kesalahan prediksi yang disebabkan oleh kesamaan fitur antar kategori dan ketidakpastian model pada beberapa sampel. Penelitian ini menunjukkan bahwa kombinasi GLCM dan SVM dapat menyediakan metode yang lebih objektif dan efisien dalam menilai kesegaran ikan tuna, yang berpotensi diterapkan pada industri perikanan untuk meningkatkan kualitas produk dan efisiensi distribusi ikan.
Kata kunci: GLCM, Support Vector Machine (SVM), Ekstraksi Fitur, Identifikasi, Ikan Tuna, Klasifikasi, Tekstur, Akurasi, Industri Perikanan.


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 947) CD/SKR/TI/2025 REF ICA i
2887/CD/SKR-Ti/25
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
CDSKR ICA i
Penerbit
Makassar : UNITAMA., 2025
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF ICA i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Ilham dan Pembimbing II: Andi Yulia Muniar Penguji: Akbar Iskandar, Andi Yulia Muniar, Amran Amiruddin
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?