Implementasi Metode K-Nearest Neighbor Sebagai Sistem Pendeteksi Kualitas Ikan Bandeng

Abstract

Ikan bandeng (Chanos Chanos) merupakan salah satu ikan konsumsi yang hidup tersebar didaerah tropik Indo Pasifik, Ikan bandeng juga telah menjadi komoditas yang memiliki tingkat konsumsi yang tinggi terutama di daerah desa Bendungan kecamatan Duduksampean kabupaten Gresik, Semakin tingginya minat terhadap ikan bandeng, sehingga kualitas ikan bandeng menjadi sangat penting. Salah satu parameter dari kualitas ikan bandeng adalah kesegaran ikan. Ikan bandeng pada umumnya mudah mengalami penurunan kualitas, bila kesegaran ikan menurun, penurunan kesegaran tersebut berpotensi menjadi basi, Beberapa metode yang digunakan masyarakat untuk mengidentifikasi kesegaran dari ikan bandeng masih secara manual, Kekurangan dari metode di atas yaitu tidak semua pendapat dari masyarakat sama dalam hal menilai kualitas bandeng yang masih segar, sehingga kebasian pada ikan bandeng berbeda – beda dan kurang valid. Munculnya permasalahan di atas maka perlu dikembangkan suatu metode untuk identifikasi kualitas dari ikan bandeng agar lebih valid. Oleh karena itu pada penelitian ini diusulkan deteksi kesegaran ikan bandeng menggunakan Image Processing dan menggunakan metode K- Nearest Neighbor ( KNN ) untuk mengetahui kesegaran ikan bandeng, Pada penelitian ini meenggunakan total 195 data diantara lainnya 150 data training dan 45 data testing. Dari penelitian ini memiliki nilai akurasi yang tertinggi pada parameter nilai K1 dengan hasil akurasi 84,44%.