Ekstraksi Ciri Pada Pola Ikan Gabus Hias Dengan Metode Grey Level Coocurency Matrix

Abstract

Channa dapat menjadi koleksi dan mengisi akuarium di rumah, selain itu nilai ikan gabus hias ini juga tinggi ketika di ekspor. Identifikasi dari ikan ini secara pengelihatan diperlukan pengetahuan dengan memperhatikan pola dan warna dari setiap spesies ikan tersebut Pola dari setiap spesies memiliki ciri tersendiri, namun karena kurangnya pemahaman, informasi, dan ilmu tentang motif ikan ini, masyarakat mengalami kesulitan dalam mengenali dan mengklasifikasi ikan tersebut. Algoritma GLCM merupakan metode dalam pengenalan pola, metode ini merupakan matriks yang terbentuk berdasarkan citra grayscale dan matriks ini menghitung frekuensi kemunculan suatu nilai piksel horizontal terhadap piksel vertikal yang bersebelahan maupun diagonal. Pada penelitian ini menggunakan data citra sebanyak 30 pada 3 jumlah spesies, yaitu channa gachua, channa maruliodes, dan channa micropeltes. Menggunakan beberapa library pada google colabs dan menghasilkan proses ekstraksi fitur dengan derajat 0 dan 45. Hasil dari ekstraksi fitur ini akan digunakan sebagai data untuk pengenalan pola yaitu pada fitur energy, correlation, dan homogenity.