SEGMENTASI CITRA IKAN ARWANA SUPER RED BERDASARKAN DETEKSI TEPI MENGGUNAKAN ALGORITMA CANNY
Abstract
Abstract - Ornamental fish is a fish that lived in the aquarium and for lovers of fish have ornamental fish is the most favored. One of the ornamental fish is pretty much in demand and has a fairly high selling price is super red Arowana fish. Super red Arowana fish also called dragon fish because it has scales resembling a dragon. In general, the selling price of super red Arowana fish is influenced by the size of the fish, such as the length and width of the fish. The high prices caused the farmers are very careful in treating the fish, so it is necessary there is a system that if it can measure the length and width of super red Arowana fish. The research groove generally consists of two phases. The initial phase of that region contributes to the best image segmentation and the second stage is to produce a long and wide super red Arowana fish. The current study focuses on the early stages, the best image segmentation. At this early stage, the detection process is carried out using the algorithm Canny edge of the fish so as to produce the best image segmentation. In this study, using three scenarios, the first scenario uses the Canny course, the second scenario using the canny and the median blur, the third scenario using the median blur and canny. Based on all these three scenarios obtained image segmentation fish with the best scenario, the scenario-2 using the canny and the median blur with MSE value of 26494.56, PNSR value of 41.89 dB, and MAPE value of 99.28%.
Keywords - Canny Edge Detection, Super Red Arowana Fish, Image Segmentation, Ornamental fish
Abstrak - Ikan hias merupakan ikan yang dihidupi didalam aquarium dan bagi para pecinta ikan memiliki ikan hias adalah hal yang paling disenangi. Salah satu ikan hias yang cukup banyak diminati dan memiliki harga jual yang cukup tinggi adalah ikan arwana super red. Ikan arwana jenis super red biasa juga disebut dengan ikan naga karena memiliki sisik yang menyerupai naga. Pada umumnya harga jual ikan arwana super red ini dipengaruhi oleh ukuran ikan, seperti panjang dan lebar ikan. Harga jual yang tinggi tersebut menyebabkan para pembudidaya sangat berhati-hati dalam memperlakukan ikan tersebut, sehingga dirasa perlu terdapat sebuah sistem yang sekiranya dapat mengukur panjang dan lebar ikan arwana super red. Alur penelitian secara umum terdiri dari dua tahap. Tahap awal yaitu meghasilkan segmentasi citra terbaik dan tahap kedua adalah menghasilkan panjang dan lebar ikan arwana super red. Penelitian yang dilakukan saat ini berfokus pada tahap awal, yaitu segmentasi citra terbaik. Pada tahap awal ini dilakukan proses deteksi tepi ikan menggunakan algoritma canny sehingga menghasilkan segmentasi citra terbaik. Pada penelitian ini menggunakan 3 skenario, skenario pertama menggunakan canny saja, skenario kedua menggunakan canny dan median blur, skenario ketiga menggunakan median blur dan canny. Berdasarkan ke-3 skenario tersebut diperoleh segmentasi citra ikan dengan skenario terbaik, yaitu skenario ke-2 menggunakan canny dan median blur dengan nilai MSE sebesar 26494.56, nilai PNSR sebesar 41.89 dB, dan nilai MAPE sebesar 99.28%.
Kata kunci - Deteksi Tepi Algoritma Canny, Ikan Arwana Super Red, Segmentasi Citra, Ikan Hias
Keywords
Full Text:
PDFReferences
R. Islamadina, N. Pramita, F. Arnia, and K. Munadi, “Estimasi Panjang dan Lebar Ikan Berdasarkan Visual Capture,” Semin. Nas. dan Expo Tek. Elektro, pp. 97–101, 2017.
G. F. Laxmi, P. Eosina, and F. Fatimah, “Analisis perbandingan metode prewitt dan canny untuk identifikasi ikan air tawar,” Pros. SINTAK, pp. 201–206, 2017.
A. Mustafid and S. ’Uyun, “Segmentasi Citra Sapi Berbasis Deteksi Tepi Menggunakan Algoritma Canny Edge Detection,” J. Buana Inform., vol. 8, no. 1, pp. 27–36, 2017, doi: 10.24002/jbi.v8i1.1074.
G. Gunawan et al., “Mobile Application Detection of Road Damage using Canny Algorithm,” J. Phys. Conf. Ser., vol. 1019, no. 1, 2018, doi: 10.1088/1742-6596/1019/1/012035.
Kirti and A. Bhatnagar, “Image Segmentation Using Canny Edge Detection Technique,” vol. 04, no. 04, pp. 8–14, 2017.
Y. Sudarto, Ikan Siluk Arwana Indonesia. KANISIUS, 2005.
P. Hidayatullah, Pengolahan Citra Digital Teori dan Aplikasi Nyata. Bandung: Informatika Bandung, 2017.
A. Hermawati, Fajar, Pengolahan Citra Digital Konsep dan Teori. Yogyakarta: Penerbit Andi, 2013.
I. Maulana and P. N. Andono, “Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper,” CogITo Smart J., vol. 2, no. 2, p. 157, 2016, doi: 10.31154/cogito.v2i2.26.157-166.
H. R. Fajrin, “Perbandingan Metode Untuk Perbaikan Kualitas Citra Mammogram,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 7, no. 2, p. 657, 2016, doi: 10.24176/simet.v7i2.778.
DOI: https://doi.org/10.36294/jurti.v3i2.1092
Refbacks
- There are currently no refbacks.
Copyright (c) 2020 JurTI (Jurnal Teknologi Informasi)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
JurTI (Jurnal Teknologi Informasi) terindex :
JurrTI (Jurnal Teknologi Informasi)
Program Studi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan.
Jl. Jend. Ahmad Yani, Kisaran – 21224 – Sumatera Utara
Telp/WA : 082370952109 - 081268777854
E-Mail : jurtischolar@gmail.com
JurTI (Jurnal Teknologi Informasi) s licensed under a Creative Commons Attribution-ShareAlike 4.0 International License