Open AccessPENGELOMPOKKAN JENIS RUMPUT LAUT MENGGUNAKAN FUZZY C-MEANS BERBASIS CITRA
Author(s) -
Franki Bisilisin Yusuf Bisilisin,
Remerta i Naatonis
Publication year - 2021
Publication title -
misi (jurnal manajemen informatika dan sistem informasi)/misi (manajemen informatika dan sistem informasi)
Language(s) - German
Resource type - Journals
eISSN - 2614-3739
pISSN - 2614-1701
DOI - 10.36595/misi.v4i1.212
Subject(s) - mathematics
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.