Krea-TIF: Jurnal Teknik Informatika
Vol 6, No 2 (2018)

Implementasi Penggabungan Prewitt dan Canny Edge Detection untuk Identifikasi Ikan Air Tawar

Laxmi, Gibtha Fitri ( Program Studi Teknik Informatika Universitas Ibn Khaldun Bogor )
Eosina, Puspa ( Program Studi Teknik Informatika Universitas Ibn Khaldun Bogor )
Fatimah, Fety ( Program Studi Teknik Informatika Universitas Ibn Khaldun Bogor )



Article Info

Publish Date
02 Oct 2018

Abstract

AbstrakIndonesia merupakan negara yang memiliki keanekaragaman hayati yang besar, salah satunya jenisnya ialah keanekaragaman ikan air tawar. Ikan air tawar yang layak konsumsi saat ini pun banyak jenisnya, sehingga bagi masyarakat yang kurang pengetahuan untuk mengenali jenis ikan sangatlah sulit. Teknologi identifikasi pengenalan citra dengan berbasis konten citra (Content Based Image Retrieval) dengan fitur bentuk berdasarkan titik tepi yang dihasilkan dapat membantu mengenali jenis ikan yang ada. Citra ikan yang digunakan diubah dari RGB menjadi grayscale yang diproses dengan metode deteksi tepi menjadi matriks nilai biner sehingga membentuk titik tepi dari ikan. Data citra ikan air tawar dalam penelitian berjumlah sepuluh jenis ikan, yang akan diproses untuk mendapatkan ekstraksi fitur deteksi tepinya. Deteksi tepi yang digunakan ialah penggabungan metode prewitt dan canny. Penelitian ini tidak memiliki hasil yang akurat dengan nilai 25%. Dimana penggabungan fitur lain akan sangat membantu dalam identifikasi.AbstractIndonesia is a country that has a great biodiversity, one of which is the diversity of freshwater fish. Freshwater fish that are suitable for consumption today are of many kinds, so that people who lack knowledge to recognize fish species are very difficult. Image recognition identification technology with Content Based Image Retrieval with shape features based on the resulting edge points can help identify the types of fish that exist. The fish image used is converted from RGB to grayscale which is processed by edge detection method into a binary value matrix so that it forms the edge points of the fish. Image data of freshwater fish in the study amounted to ten types of fish, which will be processed to obtain extraction of the edge detection features. The edge detection used is the merging of the prewitt and canny methods. This study did not have accurate results with a value of 25%. Where combining other features will be very helpful in identification.

Copyrights © 2018






Journal Info

Abbrev

krea-tif

Publisher

Subject

Computer Science & IT Control & Systems Engineering Library & Information Science

Description

Jurnal Krea-TIF adalah jurnal ilmiah dalam teknologi informasi yang berisi literatur ilmiah mengenai penelitian murni dan terapan dalam teknologi informasi dan tinjauan publik mengenai pengembangan teori, metode dan ilmu terapan yang terkait dengan subjek. ...