PENERAPAN RANDOM FOREST BERDASARKAN PERBAIKAN CITRA CONTRACT LIMITED ADAPTIVE HISTOGRAM EQUALIZATION (CLAHE) UNTUK PENGENALAN JENIS IKAN

Abstract

Salah satu kekayaan Indonesia yang sangat berlimpah pada sector perairan adalah biota ikan. Jenis ikan yang ada di perairan Indonesia sangat beragam, sehingga menyulitkan manusia untuk membedakan jenis-jenis ikan dan melindungi ikan yang terancam punah karena factor alam dan ulah manusia itu sendiri. Maka, perlu ditingkatkan kemampuan pengenalan ikan secara otomatis dengan bantuan computer. Telah ada penelitian sebelumnya untuk mengenali jenis-jenis ikan, namun tidak banyak yang mempertimbangkan adanya noice atau artefak-artefak yang timbul karena kondisi bawah air serta efek fitur-fitur ikan yang saling berkaitan. Oleh karena itu dalam penelitian ini, peneliti mengusulkan untuk melakukan analisis dampak pre-processing dari algoritma Contract Limited Adaptive Histogram Equalization (CLAHE). Pre-processing yang yang diberikan bertujuan untuk mengatasi artefak atau noice yang timbul pada citra bawah air dan mengatasi efek dari fitur-fitur keragaman jenis ikan. Klasifikasi dengan menggunakan Random Forest (RF) berbasis Contract Limited Adaptive Histogram Equalization (CLAHE), terbukti memberikan nilai akurasi rata-rata yang cukup tinggi yakni sebesar 98.54%, presisi 82.89%, dan recall 43.25%. Dilihat dari hasil penelitian ini, performa yang ditunjukan oleh algoritma CLAHE sangat baik sehingga dianggap berhasil dan mampu mengatasi permasalahan adanya artefak atau noice yang timbul pada citra bawah air.

Kata Kunci: Clahe ,Jenis Ikan , Random florest