IDENTIFIKASI IKAN AIR TAWAR DENGAN METODE FUZZY LOCAL BINARY PATTERN

Abstract

Indonesia mempunyai keanekaragaman ikan yang sangat tinggi salah satunya yaitu jenis ikan air tawar yang memiliki jumlah sekitar 1.300 spesies dengan densitas 0.72 spesies/1000 km2 atau hampir seperempat jumlah jenis ikan di dunia. Banyaknya jenis ikan air tawar yang ada di perairan Indonesia dengan bentuk, tekstur dan warna yang beragam menyebabkan sulitnya proses identifikasi jenis ikan air tawar. Dalam penelitian ini dilakukan pengolahan citra digital dari citra ikan menggunakan CBIR (Content Based Image Retrieval) berdasarkan fitur tekstur. Metode yang digunakan pada penelitian ini yaitu Fuzzy Local Binary Pattern (FLBP) untuk menghitung kandungan nilai piksel pada citra ikan air tawar, kemudian nilai piksel tersebut diolah menggunakan metode Probabilistic Neural Network (PNN) untuk mengklasifikasikan ikan air tawar. Data yang digunakan dalam metode Fuzzy Local Binary Pattern berjumlah 300 citra ikan air tawar yang dibagi dua menjadi data latih yang berjumlah 240 dan data uji yang berjumlah 60 citra ikan dengan menggunakan tiga operator FLBP yaitu FLBP(8,1), FLBP(8,2), dan FLBP(16,2) dengan 20 parameter threshold fuzzy (-F) dengan masing-masing kelas citra berjumlah 30 citra ikan. Hasil penelitian menunjukan bahwa Fuzzy Local Binary Pattern dapat digunakan dalam mengidentifikasi ikan air tawar, dengan operator FLBP8,2 dan parameter F = 6 sebagai operator yang memilki nilai akurasi tertinggi yaitu sebesar 61,67%