ANALISIS EKSTRAKSI FITUR DAN ROI (REGION OF INTEREST) DALAM MENENTUKAN KESEGARAN IKAN BANDENG MENGGUNAKAN GRAY LEVEL CO-OCCURANCE MATRIX

Abstract

Industri perikanan menghadapi tantangan dalam menjaga kualitas hasil tangkapan, terutama kesegaran ikan. Penelitian ini mengembangkan metode penilaian kesegaran menggunakan analisis citra digital berbasis Gray Level Co-occurrence Matrix (GLCM). Citra ikan bandeng diambil dalam tiga spektrum berbeda: RGB, UV, dan thermal. Fitur tekstur seperti homogenitas, kontras, energi, dan entropi diekstraksi dari citra RGB dan UV, sementara data suhu diolah menggunakan pendekatan Region of Interest (ROI) pada citra thermal. Analisis yang dilakukan dengan MATLAB menunjukkan korelasi signifikan antara fitur citra dan kesegaran ikan. Metode ini memberikan prediksi yang akurat dan konsisten, serta meningkatkan efisiensi pengawasan mutu dan rantai pasok di industri perikanan, mengatasi kelemahan metode tradisional yang sering kali subyektif dan memakan waktu.