IDENTIFIKASI TINGKAT KESEGARAN IKAN NILA SECARA OTOMATIS MENGGUNAKAN METODE TRANSFORMASI HOUGH DAN K-NEAREST NEIGHBOR(Oleh: Azkia, Dr. Amar Vijai Nasrulloh, S.Si., M.T; Dr. Ichsan Ridwan, S.Si., M.Kom; 2022; 30 halaman).

Ikan memiliki berbagai kandungan nutrisi di dalamnya dan kualitas ikan dapat dilihat dari tingkat kesegarannya. Pada umumnya kesegaran ikan ditentukan secara sensorik dengan memperhatikan tesktur, bau, rasa dan warna. Adapun cara lain adalah dengan metode kimiawi, organoleptik, dan mikrobiologi namun membutuhkan waktu yang lama dan juga biaya yang cukup besar. Ikan yang banyak dikonsumsi di Indonesia adalah ikan nila dan Indonesia merupakan penghasil ikan nila terbesar ketiga di dunia. Tujuan penelitian ini mendeteksi mata ikan nila secara otomatis dengan metode Transformasi Hough dan identifikasi tingkat kesegaran ikan nila dengan metode K-Nearest Neighbor (KNN) yang akan diklasifikasi berdasarkan waktu penyimpanannya. Proses penelitian dilakukan dengan ikan yang di letakkan pada suhu ruang dan suhu rendah. Seluruh sampel mata ikan akan dihitung nilainya oleh program menggunakan metode Gray level co-occurrence matrix (GLCM), rata – rata derajat keabuan dan standar deviasi derajat keabuan. Berdasarkan hasil penelitian tingkat keberhasilan program pada suhu ruang adalah 84,61%. Sedangkan untuk suhu rendah terbagi menjadi dua karena kerusakan mata ikan. Untuk tingkat keberhasilan program pada suhu rendah data 1 sampai 66 adalah 80,3%. Sedangkan tingkat keberhasilan program pada suhu rendah data 67 sampai 103 adalah 0%.

Kata Kunci: Kesegaran ikan, Transformasi Hough, KNN, GLCM, Derajat Keabuan