Pengidentifikasian Citra Ikan Berformalin dengan Menggunakan Metode Multilayer Perception

Abstract

Kayanya sumber daya alam Indonesia pada wilayah laut, membuat laut sebagai ekosistem dari keanekaragaman ikan yang ada. Ikan merupakan salah satu dari jenis protein hewani yang dapat dikonsumsi oleh manusia.. ikan juga mengandung vitamin serta asam amino essensial yang diperlukan oleh tubuh dengan nilai biologisnya mencapai 90% dengan jaringan pengikat yang mempermudah tubuh untuk mencernanya. Dengan banyaknya ikan yang yang didapatkan nelayan per harinya membuat para pedagang ikan juga harus membuat ikan yang mereka jual tahan lama, salah satunya dengan cara mengawetkan ikan dengan zat formalin. Formalin juga merupakan zat yang berbahaya jika digunakan untuk makanan ataupun pengawet makanan, hal ini karena zat ini dapat menyebabkan kematian jika dikonsumsi jangka panjang. Sehingga dari permasalahan yang ada mendorong penulis untuk mengidentifikasi citra ikan berformalin dengan menggunakan metode MLP (Multilayer Perceptron) yang merupakan metode cukup handal dalam proses pendeteksian citra karena proses pencariannya yang sangat terarah (memperhatikan bobot balik/backpropagation) dimana ekstrasi fitur yang digunakan adalah GLCM (Gray Level Co-Occurrence Matrix). Dari penelitian ini didapatkan nilai accuracy citra ikan tamban sebesar 53%. Sedangkan untuk nilai accuracy citra ikan Kembung sebesar 55% dan nilai accuracy citra ikan dencis sebesar 34%. Indonesia's rich natural resources in marine areas make the sea an ecosystem of the diversity of fish that exist. Fish is one of the types of animal protein that can be consumed by humans. Fish also contain vitamins and essential amino acids needed by the body with a biological value of up to 90% with a connective tissue that makes it easier for the body to digest it. With the large number of fish that fishermen get per day, fish traders also have to make the fish they sell last longer, one of which is by preserving the fish with formalin. Formalin is also a dangerous substance if used for food or food preservatives, this is because this substance can cause death if consumed long term. So, from the existing problems, it prompted the writer to identify the image of formalin at fish using the MLP (Multilayer Perceptron) method which is a fairly reliable method in the image detection process because the search process is very directed (paying attention to backweight/backpropagation) where feature extraction used is GLCM ( Gray Level Co-Occurrence Matrix). From this research, the accuracy value of tamba fish image is 53%. Meanwhile, the accuracy value of the image of puffer fish is 55% and the accuracy value of the Dencis fish image is 34%.