Article Sidebar

Download
PDF
Statistic
Read Counter : 500 Download : 320

Downloads

Download data is not yet available.

Main Article Content

Abstract

Pada penelitian ini dibuat aplikasi machine vision yang menggunakan algoritma averaging point untuk mengatasi kesalahan pengukuran panjang ikan lele secara visual dikarenakan posisi tubuh (lengkungan) objek ukur yang bervariasi.algoritma ini bekerja dengan cara menentukan titik tengah, batas kiri dan kanan objek, serta menarik sebuah garis lurus yang melewati titik tengah untuk mengukur panjang objek. Rata rata akurasi pengukuran dengan menggunakan algoritma ini adalah 96.5 %. Simpangan / error terbesar adalah 2.5 mm pada lengkungan dengan penyusutan dari ujung ke ujung sebesar 30%. Berdasarkan perhitungan Pearson Correlation, disimpulkan bahwa lengkungan memiliki hubungan sebab akibat yang kecil terhadap error dalam pengukuran panjang ikan dengan konstanta pearson sebesar 0.26.

Keywords

machine vision averaging point ikan lele pearson

Article Details

How to Cite
Kurniawan, A., & Wardani, K. (2017). SISTEM COMPUTER VISION BERBASIS METODE POSITION AVERAGING POINT UNTUK PEMILAH IKAN LELE. INVOTEK: Jurnal Inovasi Vokasional Dan Teknologi, 17(1), 103-106. https://doi.org/https://doi.org/10.24036/invotek.v17i1.31

References

  1. [1] Lim, Kelvin K. P. Clarias batu, a New Species of Catfish (Teleostei: Claridae) from Pulau Tioman, Peninsular Malaysia. The Raffles Bulletin of Zoology. Malaysia. 1999; 6: 157–167
  2. [2] Misimi, E., Mathiassen., Erikson, U. Computer Vision – Based Sorting of Atlantic Salmon (Salmo salar) Fillets According to Their Color Level. Journal of Food Science. -. 2007; 72:1
  3. [3] Ng, Heok Hee. Clarias insolitus, a new species of clariid catfish (Teleostei: Siluriformes) from southern Borneo. Zootaxa. -. 2003; 284:1-8
  4. [4] Sudarto, Teugels, Guy G, Pouyaud, Laurent. Description of a New Clariid Catfish, Clarias pseudonieuhofii from West Borneo (Siluriformes: Clariidae). Zoological Studies. -. 2004; 43:8-19
  5. [5] White, D.J. Automated Measurement of Species and Length of Fish by Computer Vision. University of Aberdeen Journal. United Kingdom. 2006;
  6. [6] Kenneth R, Castleman. Digital Image Processing. 1st. - : Prentice Hall. 1996: 245.