tugas resume fuzzy

8/16/2019 Tugas Resume Fuzzy

1/6

TUGAS RESUME

EKSTRAKSI INFORMASI CITRA

Fish Freshness Classification Based On Image rocessing

and F!""# $ogic

%is!s!n Oleh &

'I$MI(ATI U$INNU'A

ASCA SAR)ANA TEKNIK GEO%ESI * GEOMATIKA

FAKU$TAS TEKNIK

UNI+ERSITAS GA%)A' MA%A

(OG(AKARTA

,-./Fish Freshness Classification Based On Image rocessing

and F!""# $ogic

1. Pendahuluan

Pendeteksian freshness atau kesegaran dari ikan dapat dilakukan dengan berbagai

methode, salah satunya adalah Quality Index Method (QIM). Metode ini dilakukan

dengan mendeteksi mata, insang dan kulit dari ikan menggunakan suatu sensor tertentu.

Dalam paper ini, membahas mengenai pendeteksian freshness ikan dengan menggunakan

image processing dan fuzzy logic.

Penelitian menunjukkan baha penggunaan nilai reflektan !"# dapat digunakan untuk

mendeteksi kualitas dari ikan setelah tiga hari didalam kotak penyimpanan. Penggunaan

image processing dan fuzzy logic dalam klasifikasi fish freshness dapat meningkatkan

kualitas dari pendeteksian freshness ikan dan meningkatkan pemberian informasi kepada

konsumen.


2/6

$. %nalisis Data dan Penggunaan Fuzzy Logic

Data yang digunakan dalam paper ini adalah sample data ikan segar yang dibeli dari

pasar Penambang, Malaysia. Ikan yang digunakan adalah ikan decapterus punctatusi.

Image yang digunakan diambil menggunakan &amera digital dengan resolusi $'*1+-

sebanyak +'' foto yang diambil dari hari 1 sampai + setelah pembelian. Dalam penelitiansebelumnya yang disebutkan dalam paper ini menyatakan baha tingkat kesegaran ikan

( fish freshness) paling tinggi pada hari pertama dan kedua, setelah itu akan mengalami

penurunan dan memburuk.

"ambar.1. Sample image

"ambar.1 menunjukkan &ontoh image yang digunakan dalam analisis freshness ikan.

edangkan untuk pengindikasian nilai !"# dilakukan dengan perangkat lunak P.

Pengkelasan nilai !"# untuk mendapatkan tingkat freshness ikan dilakukan dengan

prinsip fuzzy logic. Persamaan yang digunakan dalam klasifikasi adalah sebagai berikut /

Persamaan Obeservation

(1)

Dalam hal ini n 0 jumlah obserasi

Persamaan !lasifi"asi Fuzzy Logic /

($)

()

Ekstraksi Informasi Citra Page 2


3/6

()

Dalam hal ini 2 0 mata atau insang l 0 left r0 !ight

! 0 !ed "0 "reen #0 #lue

Penginputan perhitungan metode fuzzy dilakukan dengan dua &ara yaitu dengan 3!"# dan

!"#4". Penginputan 3!"# menggunakan rumus $ sedangkan penginputan !"#4"menggunakan rumus dan .

5ahapan Perhitungan Fuzzy Logic

6angkah pertama untuk klasifikasi freshness ikan adalah dengan menganalisis nilai

!"#. 7emudian melakukan kuantisasi nilai input dan perhitungan error dengan

menggunakan P. elanjutnya dilakukan proses penetapan rule dan fungsi operasi

fuzzy, dan terakhir adalah proses defuzzification.



4/6

"ambar.$. 7uantisasi Fuzzy Logic

"ambar.$. menunjukkan kuantisasi 3!"# dengan input nilai mata dan insang. 8ntuk

!"#4" terdapat enam input yaitu red, green, blue, kedua mata ikan, dan insang.

edangkan outputnya adalah leel kesegaran ikan yang ditunjukkan dengan leel lo,

medium, dan high.

Penetapan rule operasi fuzzy dalam pengkelasan freshness ikan adalah sebagai berikut /

etelah dilakukan input alue dan penetapan rule operasi fuzzy, selanjutnya dilakukan

defuzzification. 5ahapan ini merupakan tahapan untuk menentukan output dari

identifikasi freshness ikan menggunakan fuzzy logic. Dalam paper ini, proses

defuzzification menggunakan teknik Min of Maximum ( MoM ). Proses ini dilakukan

dengan menggunakan perangkat lunak M%56%#. Persamaan yang digunakan untuk

menghitung output /

. 9asil dan Penutup

9asil dari kuantisasi leel freshness ikan menggunakan P adalah sebagai berikut



5/6

Dari perhitungan kuantisasi didapatkan output sebagai berikut

9asil dari klasifikasi Fuzzy Logic menunjukkan baha input menggunakan metode

!"#4" lebih baik dari pada metode 3!"#. 9al ini ditunjukkan dengan nilai !"#4" lebih

tinggi dari pada nilai 3!"#.

!epresentasi dari output 3!"# /

"ambar.. !epresentasi ouput 3!"#

Dalam gambar.. ditunjukkan baha arna kuning merupakan high leel freshness danarna biru gelap adalah lo leel freshness.

!epresentasi dari output !"#4" /



6/6

Dari metode !"#4" ikan diindikasikan fresh apabila memiliki niali !"# insang yang

tinggi dan memiliki nilai ! dan # pada kedua mata yang tinggi pula. Dan dari hasil

perbandingan 3!"# dan !"#4" menunjukkan baha kualitas kesegaran ikan ( fish

freshness) menurun dari hari kedua.

:adi penggunaan metode fuzzy logic untuk klasifikasi freshness ikan dapat dilakukan

dengan &ara otomatis menggunakan perangkat lunak, namun metode ini masih

dipengaruhi beberapa kesalahan pada saat melakukan deteksi kesegeran ikan.

REFERENCE

Muhammad,;, dkk.

tugas resume fuzzy

Documents