PENGELOMPOKKAN JENIS RUMPUT LAUT MENGGUNAKAN FUZZY C-MEANS BERBASIS CITRA

  • Franki Bisilisin Yusuf Bisilisin STIKOM Uyelindo Kupang
  • Remerta Noni Naatonis STIKOM Uyelindo Kupang

Abstract

Rumput laut merupakan komoditas unggulan bagi petani rumput laut dalam meningkatkan pendapatan rumah tangga. Rumput laut tersedia dalam jumlah banyak dan berbagai jenis rumput laut banyak ditemukan di perairan Teluk Kupang. Permasalahan yang terjadi adalah minimnya pengetahuan petani rumput laut tentang jenis rumput laut yang tersedia. Teknologi sangat dibutuhkan untuk membantu permasalahan yang dihadapi. Salah satunya adalah pengelompokan jenis rumput laut dengan menggunakan komputer untuk mengidentifikasi jenis rumput laut. Data yang digunakan adalah 10 jenis rumput laut dengan masing-masing 10 jenis diambil di Teluk Kupang. Data citra diekstraksi untuk mendapatkan karakteristik tekstur menggunakan pola fuzzy local binary (FLBP). Pengelompokan jenis rumput laut menggunakan metode fuzzy c-means clustering. Sistem dibangun dengan menggunakan Matlab sebagai bahasa pemrograman. Pengujian menggunakan purity untuk menghitung kemurnian sebuah cluster yang direpresentasikan sebagai anggota cluster yang paling sesuai. Hasil penelitian menunjukkan jumlah citra teridentifikasi sebanyak 63 citra rumput laut. Jenis rumput laut yang teridentifikasi dengan benar adalah jenis ulva reticulate dengan nilai kemurnian 1.

References

[1] Ahonen T, Pietikainen M. 2004. Face Recognition with Local Binary Pattern. Springer Verlag Berlin Heidelberg, Jurnal Computer Vision, Vol 3021, No 02, April 2004. ISSN : 1611-3349
[2] Armita D. 2011. Analisis Perbandingan Kualitas Air Di Daerah Budidaya Rumput Laut Dengan Daerah Tidak Ada Budidaya Rumput Laut Di Dusun Malelaya, Desa Punaga Kecamatan Mangarabombang Kabupaten Takalar (SKRIPSI ).Fakultas Ilmu Kelautan dan Perikanan Universitas Hasanuddin (UNHAS) Makassar.
[3] Bezdek JC, Ehrlich R, Full W. 1984. FCM : The Fuzzy C-Means Clustering Algorithm. Computers & Geoscience Vol. 10, No. 2-3, pp. 191-203, 1984.
[4] Bisilisin Y F. 2014. Optimasi Clustering Menggunakan Particle Swarm Optimization Pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra. [Tesis]. Bogor [ID]: Institut Pertanian Bogor.
[5] Bold, H., C., dan M. J. Wynne, 1985, Introduction to The Algae, Prentice-Hall, Inc., USA
[6] Carpenter, K.N. dan V.H. Niem. 1998. The Living Marine Resources of the Western Central Pasific. FAO Species Identification Guide for Fishery Purpose. Vol 1. Food and Agriculture Organization of the United Nation. Rome.
[7] Gelley, N. and Roger, J., 2000. Fuzzy Logic Toolbox. Mathork, Inc., USA.
[8] Iakovidis DK, Eystratios G, Keramidas EG, Maroulis D. 2008. Fuzzy Local Binary Patterns for Ultrasound Texture Characterization. ICIAR, LNCS 5112, pp. 750-759, 2008.
[9] Keramidas EG, Iakovidis DK, Maroulis D. 2011. Fuzzy Binary Patterns for Uncertainty-aware Texture Representation. Jurnal. Electronic Letters on Computer Vision and Image Analysis. ELCVIA ISSN: 1577-5097.
[10] Kusumadewi S, Purnomo H. 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta(ID) : Graha Ilmu.
[11] Ojala, T., Pietikainen,M., Maenpaa, T. (2002). Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on pattern analysis and machine intelligence, 24(7), 971-987.
[12] Sripada S C. 2011. Comparison of Purity and Entropy of K-Means Clustering and Fuzzy C-Means Clustering. Indian Journal of Computer Science and Engineering, Vol 02, No 03, Juli 2011. ISSN : 0976-5166.
[13] Naatonis, R. N., & Kurniawan, d. Pemetaan lokasi trayek angkutan umum di kota kupang berbasis web gis.
[14] L. Mutawalli, M. T. A. Zaen, and I. F. Suhriani, “Sistem Identifikasi Persebaran Pecemaran Air Oleh Limbah di Indonesia Menggunakan Average Linkage Dan K-Mean Cluster,” MISI (Jurnal Manaj. Inform. Sist. Informasi), vol. 1, no. 2, pp. 36–42, 2018.
Published
2021-01-22
How to Cite
BISILISIN, Franki Bisilisin Yusuf; NAATONIS, Remerta Noni. PENGELOMPOKKAN JENIS RUMPUT LAUT MENGGUNAKAN FUZZY C-MEANS BERBASIS CITRA. Jurnal Manajemen Informatika dan Sistem Informasi, [S.l.], v. 4, n. 1, p. 36 - 44, jan. 2021. ISSN 2614-3739. Available at: <https://e-journal.stmiklombok.ac.id/index.php/misi/article/view/212>. Date accessed: 13 may 2021. doi: https://doi.org/10.36595/misi.v4i1.212.