Improving Automatic Fish Freshness Detection using TCS 230 and Support Vector Machine

Abstract

Kesegaran ikan merupakan hal yang penting untuk menjaga kualitas ikan dan mencegah risiko kesehatan yang dapat ditimbulkan dari konsumsi ikan yang tidak segar. Salah satu metode yang dapat digunakan untuk deteksi kesegaran ikan adalah menggunakan sensor TCS 230 dan teknik klasifikasi dengan algoritma machine learning dengan SVM (Support Vector Machine).

Penelitian ini bertujuan untuk mengembangkan sistem deteksi kesegaran ikan dengan menggunakan data sampel awal, sistem ini menggunakan sensor TCS 230 dan teknik klasifikasi SVM. Pengukuran dilakukan dengan mengambil sampel ikan dan melakukan pengukuran nilai RGB menggunakan sensor TCS 230. Data hasil pengukuran kemudian diproses dan dilatih menggunakan algoritma SVM untuk klasifikasi ke dalam dua kelas yaitu segar dan tidak segar.

Hasil penelitian ini menunjukkan bahwa sistem deteksi kesegaran ikan menggunakan sensor TCS 230 dan teknik klasifikasi SVM memiliki tingkat akurasi yang baik dengan jumlah data nilai RGB kesegaran ikan yaitu 12 data. Dengan menggunakan teknik ini, deteksi kesegaran ikan dapat dilakukan secara cepat dan akurat untuk data awal, sehingga dapat dilakukan tahapan proses penelitian selanjutnya dengan data lebih besar dengan beberapa parameter kedepannya.