Publisher

UMUSUMUS

Journal Jurnal Ilmiah Intech : Information Technology Journal of UMUSJurnal Ilmiah Intech : Information Technology Journal of UMUS Abstract

Ikan merupakan bahan pangan lauk-pauk utama yang dikonsumsi manusia untuk menunjang protein hewani dan zat-zat lain yang diperlukan tubuh. Ikan merupakan lauk-pauk pilihan utama yang memiliki harga relative murah dan mudah didapat. Namun pada nyatanya konsumsi ikan di Indonesia sangat rendah dibandingkan dengan negara-negara yang memiliki potensi sumberdaya perikanan yang jauh lebih rendah seperti negara Jepang, Korea Selatan, serta negara-negara di Asia lainnya. Di sisi lain, salah satu kekayaan Indonesia yang sangat berlimpah pada sector perairan adalah biota ikan. Dengan kondisi demikian, upaya peningkatan konsumsi ikan akan memberikan multiflier effect dalam lingkungan masyarakat. Selain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenaga kerja, meningkatkan pendapatan serta kesejahteraan pada masyarakat khususnya profesi nelayan, pembudidaya ikan, pengolah hasil ikan serta pihak terkait lainnya. Maka, perlu ditingkatkan kemampuan pengenalan ikan secara otomatis dengan bantuan computer untuk mengenali jenis-jenis ikan yang sangat beragam guna mempermudah proses pengelolaan dan distribusi ikan. Oleh karena itu dalam penelitian ini, peneliti ini mengusulkan untuk melakukan analisis dampak pre-processing dari kombinasi algoritma CLAHE dan DCP yang diterapkan dalam klasifikasi ikan dengan Random Forest.

Conclusion

Penelitian menunjukkan bahwa penggunaan algoritma CLAHE dan Dark Channel Prior secara terpisah dapat meningkatkan akurasi klasifikasi ikan hingga mencapai lebih dari 98%, namun kombinasi keduanya (DCP‑CLAHE) tidak selalu memberikan peningkatan performa, khususnya pada nilai recall yang lebih rendah.Hasil ini mengindikasikan bahwa peningkatan citra harus disesuaikan dengan karakteristik dataset spesifik agar tidak mengurangi kemampuan model dalam mengidentifikasi kelas minor.Oleh karena itu, pengembangan metode pra‑pemrosesan citra yang adaptif serta evaluasi yang lebih komprehensif diperlukan untuk meningkatkan keseimbangan antara akurasi, presisi, dan recall pada klasifikasi spesies ikan.

Future Research

Penelitian selanjutnya dapat mengeksplorasi penerapan teknik pra‑pemrosesan citra adaptif yang mengoptimalkan parameter CLAHE dan DCP berdasarkan karakteristik spektral masing‑masing spesies ikan, sehingga dapat meningkatkan nilai recall tanpa mengorbankan akurasi. Selanjutnya, studi dapat menguji integrasi algoritma ekstraksi fitur berbasis pembelajaran mendalam (deep learning) dengan Random Forest untuk menilai apakah kombinasi tersebut dapat memperbaiki kinerja klasifikasi pada dataset dengan variasi kondisi cahaya dan kedalaman air yang lebih ekstrem. Selain itu, penelitian dapat memperluas ruang lingkup dengan memasukkan analisis multiklasifikasi pada dataset yang mencakup lebih dari dua puluh lima spesies serta mengkaji dampak penggunaan teknik augmentasi data untuk mengatasi ketidakseimbangan kelas, sehingga menghasilkan model yang lebih robust dan aplikatif dalam praktik perikanan nyata.

Metadata

File size	342.17 KB
Pages	10
DMCA	Report