VISUALISASI CITRA DIGITAL JENIS IKAN LAYAK KONSUMSI MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) BERBASIS SMARTPHONE

Abstrak

Masyarakat Indonesia mengenal ikan Mujair (oreochromis mossambicus) sebagai ikan konsumsi sekaligus sebagai ikan yang sangat populer. Ikan tersebut merupakan ikan air tawar yaitu ikan yang menghabiskan sebagian atau seluruh hidupnya di air tawar, seperti sungai dan danau, dengan salinitas kurang dari 0,05%, sehingga mudah untuk membudidayakannya. Ikan Mujair dikonsumsi oleh di masyarakat secara luas selain murah dan enak ikan ini banyak dijumpai di pasar tradisional dan supermarket, tetapi ikan-ikan tersebut dijual secara kasat mata dalam kondisi baik (segar) dan rusak (tidak segar), kondisi segar dan tidak segar ini masyarakat belum sepenuhnya mengetahui informasinya boleh dikonsumsi atau tidak, proses penjualan ikan ikan tersebut ke masyarakat ada yang langsung dijual dalam keadaan segar (fresh) dan ada yang melalui proses pembekuan (frozen). Proses penyimpanan yang terlalu lama bisa mengakibatkan perubahan fisik ikan menjadi seperti mata buram, warna cenderung pudar, tektur daging ikan lembek dan bau tidak sedap sangat menyengat. Dalam penelitian ini proses untuk memvisualisasikan gambar atau citra ikan yang segar (layak konsumi) dan tidak segar (tidak layak konsumsi) bisa dideteksi menggunakan Algortima K-Nearest Neighbor (KNN) menggunakan Smartphone. Tujuan dari penelitian ini adalah untuk mengetahui hasil akurasi penghitungan menggunakan Algoritma K-Nearest Neighbor (K-NN) dengan metode citra atau gambar digital (image processing) jenis ikan Mujair, sehingga konsumen bisa memilih ikan tersebut layak dikonsumsi atau tidak, dengan menggunakan smartphone sebagai visualisasinya.