IDENTIFIKASI CITRA DIGITAL PLANKTON MENGUNAKAN REGIONPROPS DAN ALGORITMA BAGGING DECISION TREE

• HIKMATULLOH
• 14002222

---

ABSTRAK

ABSTRAK

 

Nama                     :     Hikmatulloh

NIM                      :     14002222

Program Studi       :     Magister Ilmu Komputer

Jenjang                  :     Strata Dua (S2)

Konsentrasi           :     Image Processing

Judul                     :     “Identifikasi Citra Digital Plankton Mengunakan Regionprops dan Algoritma Bagging Decision Tree”

 

Peranan plankton sangat penting bagi kehidupan organisme disekitarnya, sehingga penelitian prihal plankton sangatlah dibutuhkan karena kaitannya dengan kelangsungan kehidupan mahluk hidup lainnya.    Kendala yang sering didapatkan dalam hal penelitian plankton khususnya dalam hal pengidentifikasian plankton yaitu tidak efisiennya dalam aspek waktu dan organisme ini memiliki ukuran rata-rata yang sangat kecil. Dalam hal ini diperlukan alternatif yang lebih baik dalam pengidentifikasian jenis plankton ini dengan cara pemrosesan gambar pada citra plankton secara digital atau biasa disebut dengan istilah “Digital Image Processing”. Penelitian ini bertujuan untuk melakukan pengolahan citra digital plankton sebanyak 144 citra yang yang dibagi menjadi 75% sebagai data pelatihan dan 25% sebagai data pengujian, dan citra tersebut didapatkan dari riset pada yayasan Kanopi Indonesia. Dalam prosesnya citra ini dianalisa bentuk menggunakan fungsi Regionprops sehingga didapatkan fitur pembeda dari masing-masing jenis plankton. Setelah citra terekstraksi fitur nya selanjutnya dilakukan pengolahan data dengan mengklasifikasikan setiap jenis plankton tersebut. Untuk menghasilkan sebuah klasifikasi data yang lebih baik, dalam penelitian ini menggunakan algoritma Bagging Decision Tree dalam pengolahan data nya dan menghasilkan akurasi sebesar 92.59%. Algoritma Bagging Decision Tree ini cukup baik dan mudah untuk di implemntasikan kedalam sebuah program identifikasi jenis plankton, terbukti dengan pengujian pada data citra pengujian menghasilkan 33 citra teridentifikasi dengan benar dari total pengujian sebanyak 36 citra.

Kata kunci: Plankton, Regionprops, Bagging, Decision Tree.

KATA KUNCI

Algoritma,Bagging Decision Tree

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

 

 

[1]      A. Saputra, K. Nirmala, T. H. Prihadi, and J. Haryadi, “STUDI KESUBURAN PERAIRAN DANAU BERATAN UNTUK BUDIDAYA PERIKANAN?: Prosiding Forum Inovasi Teknologi Akuakultur 2009,” Pros. Forum Inov. Teknol. Akuakultu, pp. 553–559, 2017.

[2]      D. Harto and E. Weliyadi, “Perancangan Sistem Basis Data Untuk Mengklasifikasi Jenis-Jenis Plankton Di Perairan Tarakan,” J. Harpodon, vol. 7, No.1, no. April, pp. 52–59, 2015.

[3]      N. G. Adani, M. R. Muskanonfola, and I. B. Hendrarto, “Kesuburan Perairan Ditinjau Dari Kandungan Klorofil-a Fitoplankton: Studi Kasus Di Sungai Wedung, Demak,” Manag. Aquat. Resour., vol. 2, no. 1, pp. 38–45, 2013.

[4]      L. Ruga, M. Langoy, A. Papu, and B. Kolondam, “Identifikasi Zooplankton di Perairan Pulau Bunaken Manado,” J. MIPA, vol. 3, no. 2, p. 84, 2014.

[5]      L. K. Leow, L. Chew, V. C. Chong, and S. K. Dhillon, “Identifikasi otomatis copepoda menggunakan pemrosesan gambar digital dan jaringan saraf tiruan,” vol. 16, no. Suppl 18, pp. 1–12, 2015.

[6]      A. A. Rafiq, M. Yusuf, and P. Pujono, “Digital Image Processing Menggunakan Perangkat Lunak Ni Vision Dan Ip Kamera Dengan Rover Bogie Robot,” J. Ecotipe (Electronic, Control. Telecommun. Information, Power Eng., vol. 6, no. 1, pp. 1–11, 2019.

[7]      N. O. Sariningsih, F. Y. S. S. T, I. P. D. W, and M. Eng, “PERANCANGAN DAN IMPLEMENTASI TRACKING OBYEK MANUSIA UNTUK AUTONOMOUS CAR DESIGN AND IMPLEMENTATION OF HUMAN OBJECT TRACKING FOR,” vol. 4, no. 1, pp. 71–78, 2017.

[8]      Y. W. Pamungkas, A. Adiwijaya, and D. Q. Utama, “Klasifikasi Gambar Gigitan Ular Menggunakan Regionprops dan Algoritma Decision Tree,” J. Sist. Komput. dan Inform., vol. 1, no. 2, p. 69, 2020.

[9]      F. Rais, Yunasfi, and A. Muhtadi, “Struktur Komunitas Plankton di Danau Pondok Lapan Desa Naman Jahe Kecamatan Salapian Kabupaten Langkat,” pp. 1308–1315, 2010.

[10]    F. Zaqiyah, “Pengamatan Kelimpahan Plankton di Tambak Udang Vannamei Sistem Intensif PT Surya Windu Kartika, Desa Bomo, Kecamatan Rogojampi, Banyuwangi,” Pkl, pp. 1–8, 2017.

[11]    D. K. Dewanto, “KEPADATAN ASCIDIACEA ( Didemnum molle ),” 2016.

[12]    T. J. F. and M. W. D. Cynthia D. Kelly, “Starfish Brachiolaria Larva,” Olympus, 2002. [Online]. Available: https://micro.magnet.fsu.edu/optics/olympusmicd/galleries/brightfield/starfishbrachiolarialarva.html.

[13]    IMAS, “Chaetognatha,” University of Tasman, 2013. .

[14]    L. K. Leow, L. Chew, V. C. Chong, and S. K. Dhillon, “Automated identification of copepods using digital image processing and artificial neural network,” BMC Bioinformatics, vol. 16, no. Suppl 18, pp. 1–12, 2015.

[15]    S. Z. Qasim and V. N. Sankaranarayanan, “Organic detritus of a tropical estuary,” Mar. Biol., vol. 15, no. 3, pp. 193–199, 1972.

[16]    S. Setiawan, “Spesifikasi Bacillariophyceae Beserta Penjelasannya,” GuruPendidikan.Com, 2014. .

[17]    Sujito and M. Yunus, “Perbandingan strategi pelabelan objek pada citra digital dengan metode flood filling,” pp. 139–148, 2016.

[18]    M. R. Kumaseh, L. Latumakulita, and N. Nainggolan, “Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding,” J. Ilm. Sains, vol. 13, no. 1, p. 74, 2013.

[19]    W. Gazali, H. Soeparno, and J. Ohliati, “Application of The Convolution Method in Processing Digital Images,” J. Mat Stat, vol. vol 12, pp. 103–113, 2012.

[20]    K. Umam and B. S. Negara, “Deteksi Obyek Manusia Pada Basis Data Video Menggunakan Metode Background Subtraction Dan Operasi Morfologi,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 2, no. 2, p. 31, 2016.

[21]    M. Indrawijaya and R. Adipranata, “Aplikasi Ekstraksi Fitur Citra Hufur Jawa Berdasarkan Morfologinya,” J. Infra, vol. 3, pp. 260–266, 2015.

[22]    MathWorks, “MathWork,” 2020. [Online]. Available: https://www.mathworks.com/.

[23]    T. Arifin, “Metode Data Mining Untuk Klasifikasi Data Sel Nukleus Dan Sel Radang Berdasarkan Analisa Tekstur,” Informatika, vol. II, no. 2, pp. 425–433, 2015.

[24]    PRASETIO, Rizki Tri; PRATIWI, Pratiwi. PENERAPAN TEKNIK BAGGING PADA ALGORITMA KLASIFIKASI UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS DATASET MEDIS. Jurnal Informatika, 2015, 2.2.

[25]    Kanopi, “Kanopi Indonesia,” Yayasan Kanopi Indonesia, 2018. [Online]. Available: https://www.kanopi-indonesia.org/. [Accessed: 25-Jun-2020].

[26]    S. Masripah, “Komparasi Algoritma Klasifikasi Data Mining untuk Evaluasi Pemberian Kredit,” Bina Insa. ICT J., vol. 3, no. 1, p. 234336, 2016.