Deskripsi Fisik

xvi + 139 hlm, 21x30 cm

Subyek

Kesegaran Ikan - Naive Bayes

Kata Kunci

Anotasi

Kebanyakan masyarakat Indonesia selama ini membeli ikan langsung datang menuju pasar dan menilai kesegaran ikan secara manual, hal tersebut sering kali kurang akurat. Penelitian ini bertujuan untuk mengembangkan aplikasi klasifikasi kesegaran ikan menggunakan metode Ensemble hard voting dari metode Naive Bayes, K-Nearest Neighbors (KNN), dan Decision Tree C4.5 berdasarkan bau dari sensor 7GiS2602 dan MQ135. Penelitian ini mendeteksi kesegaran dari bau jenis ikan mujair yang didapatkan dari sensor TGS2602 dan MQ135 yang sudah diolah menjadi 14 variabel, dengan total dataset berjumlah 1290 data yang 1032 data digunakan sebagai data latih dan 258 data uji. Hasil dari penelitian menunjukan bahwa akurasi, presisi dan recall dari metode ensemble yaitu nilai akurasi sebesar 0,8759, nilai presisi sebesar 0,92513, dan nilai recall sebesar 0,90576. Hasil nilai tersebut memang bukan yang tertinggi, tetapi juga bukan yang terendah, nilai dari metode ensemble berada ditengah dari semua metode. Temuan ini menunjukan potensi untuk penggunaan metode ensemble dalam mengembangkan aplikasi klasifikasi kesegaran ikan.