Identifikasi Kadar Ikan Pada Pempek Menggunakan Fitur GLCM dan SVM

Muhammad Afif Naufal, Gasim Gasim
{"title":"Identifikasi Kadar Ikan Pada Pempek Menggunakan Fitur GLCM dan SVM","authors":"Muhammad Afif Naufal, Gasim Gasim","doi":"10.35957/algoritme.v3i2.4791","DOIUrl":null,"url":null,"abstract":"Pempek merupakan makanan khas kota Palembang, Sumatera Selatan. Pempek dibuat dari olahan daging ikan giling yang sebelumnya telah dikuliti dan dipisahkan dari duri halus. Perbandingan pada pempek tersebut selain dapat diketahui oleh orang awam melalui rasa dapat juga diketahui melalui media elektronik yakni melalui kecerdasan buatan. Penelitian ini dilakukan untuk mengetahui perbandingan kadar ikan pada pempek dengan empat jenis kadar perbandingan yakni kadar 1 terdiri dari 1 ikan gabus 1 tepung (1:1), kadar 2 terdiri dari 1.5 ikan gabus 1 tepung (1.5:1), kadar 3 terdiri dari 2 ikan gabus 1 tepung (2:1), dan kadar 4 terdiri dari 1 ikan gabus 2 tepung (1:2). Metode pengenalan yang digunakan Support Vector Machine dengan ekstraksi fitur GLCM dengan dua jenis parameter yang berbeda yakni menggunakan GLCM dengan 4 parameter yang terdiri dari nilai Contras, Homogeneity, Correlation, dan Energy. Dan GLCM dengan 2 parameter yang terdiri dari nilai Homogeneity dan Correlation. Klasifikasi menggunakan metode SVM dengan ekstraksi GLCM dua parameter berbeda pada penelitian ini mendapatkan nilai akurasi sebesar 25.83% pada ekstraksi GLCM empat parameter, sedangkan hasil dari SVM dengan ekstraksi GLCM dua parameter hanya 25%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"8 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Algoritme","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35957/algoritme.v3i2.4791","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pempek merupakan makanan khas kota Palembang, Sumatera Selatan. Pempek dibuat dari olahan daging ikan giling yang sebelumnya telah dikuliti dan dipisahkan dari duri halus. Perbandingan pada pempek tersebut selain dapat diketahui oleh orang awam melalui rasa dapat juga diketahui melalui media elektronik yakni melalui kecerdasan buatan. Penelitian ini dilakukan untuk mengetahui perbandingan kadar ikan pada pempek dengan empat jenis kadar perbandingan yakni kadar 1 terdiri dari 1 ikan gabus 1 tepung (1:1), kadar 2 terdiri dari 1.5 ikan gabus 1 tepung (1.5:1), kadar 3 terdiri dari 2 ikan gabus 1 tepung (2:1), dan kadar 4 terdiri dari 1 ikan gabus 2 tepung (1:2). Metode pengenalan yang digunakan Support Vector Machine dengan ekstraksi fitur GLCM dengan dua jenis parameter yang berbeda yakni menggunakan GLCM dengan 4 parameter yang terdiri dari nilai Contras, Homogeneity, Correlation, dan Energy. Dan GLCM dengan 2 parameter yang terdiri dari nilai Homogeneity dan Correlation. Klasifikasi menggunakan metode SVM dengan ekstraksi GLCM dua parameter berbeda pada penelitian ini mendapatkan nilai akurasi sebesar 25.83% pada ekstraksi GLCM empat parameter, sedangkan hasil dari SVM dengan ekstraksi GLCM dua parameter hanya 25%.
使用GLCM和SVM功能识别penpek上的鱼类浓度
Pempek 是南苏门答腊巴伦邦的特产。Pempek 是用去皮、去刺的鱼肉磨成的。普通人不仅可以通过品尝,还可以通过电子媒体(即人工智能)了解 Pempek 的比较。这项研究的目的是确定四种比较等级的 pempek 中鱼含量的比例,即由 1 个软木塞鱼 1 面粉(1:1)组成的第 1 级、由 1.5 个软木塞鱼 1 面粉(1.5:1)组成的第 2 级、由 2 个软木塞鱼 1 面粉(2:1)组成的第 3 级和由 1 个软木塞鱼 2 面粉(1:2)组成的第 4 级。所使用的识别方法是支持向量机和 GLCM 特征提取法,GLCM 有两种不同的参数,即使用由对比度、同质性、相关性和能量值组成的 4 个参数的 GLCM。而 GLCM 有 2 个参数,包括同质性和相关性值。在本研究中,使用 SVM 方法并提取两种不同参数的 GLCM 进行分类,在提取 4 个参数的 GLCM 时获得了 25.83% 的准确率,而使用提取 2 个参数的 GLCM 进行分类的结果仅为 25%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信