Text

Implementasi Klasifikasi Jenis Ikan Menggunakan Metode Random Forest Studi Kasus : Kaggle Fish Market Dataset

---

Jenis ikan di dunia diperkirakan mencapai 40.000 jenis. Indonesia merupakan salah satu
negara dengan keanekaragaman jenis ikan yang melimpah. Hal ini didukung oleh letak
perairan Indonesia yang berada di wilayah Khatulistiwa dan beriklim tropis. Variasi jenis
ikan menimbulkan masalah yaitu kesulitan pengenalan ikan kepada setiap orang, karena
setiap jenis ikan memiliki ciri khas masing-masing, terutama bentuk atau dimensi dari tubuh
ikan. Pengenalan jenis ikan berdasarkan ukuran dilakukan menggunakan atribut seperti
panjang ikan, berat ikan, lebar ikan, ketebalan ikan, dan atribut yang lain. Salah satu solusi
untuk menyelesaikan permasalahan ini yaitu dengan memanfaatkan perkembangan teknologi
artificial intelligence, yang merupakan kecerdasan buatan dari cabang ilmu yang ada di
bidang komputer. Untuk itu, penelitian ini mencoba melakukan pengenalan jenis ikan
berdasarkan dataset tipe numerik, yaitu Kaggle Fish Market – Aung Pyae yang berasal dari
website Kaggle dengan menggunakan metode Random Forest. Dataset terdiri dari 7 (tujuh)
jenis ikan, dan fitur yang digunakan dalam dataset terdiri dari : weight (berat ikan), length1
(panjang vertikal ikan), length2 (panjang diagonal ikan), length3 (panjang cross ikan), height
(tinggi ikan), dan width (lebar ikan). Dalam penerapan metode random forest, disimpulkan
metode random forest berhasil dalam pengenalan jenis ikan, dengan akurasi terbaik yaitu
dengan pembagian data train 90% dan data test 10% serta max_features sqrt maupun log2
menghasilkan tingkat akurasi 98%.
Kata Kunci : Random Forest, Klasifikasi Ikan, decision tree, pengenalan.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

1032 F 2022

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Muhammad Ridho Hanif Yustiar / Sidik Sasongko,S.Si,M.Kom./ Khadijah,S.Kom,M.Cs.

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar