DIGITAL IMAGE IDENTIFICATION OF PLANKTON USING REGIONPROPS AND BAGGING DECISION TREE ALGORITHM

  • Hikmatulloh Hikmatulloh (1*) Sekolah Tinggi Manajemen Informatika dan Komputer Nusa Mandiri
  • Yan Rianto (2) Universitas Nusa Mandiri
  • Anton Anton (3)

  • (*) Corresponding Author
Keywords: plankton, regionprops, bagging, decision tree

Abstract

Peranan plankton sangat penting bagi kehidupan organisme disekitarnya, sehingga penelitian prihal plankton sangatlah dibutuhkan karena kaitannya dengan kelangsungan kehidupan mahluk hidup lainnya.              Kendala yang sering didapatkan dalam hal penelitian plankton khususnya dalam hal pengidentifikasian plankton yaitu tidak efisiennya dalam aspek waktu dan organisme ini memiliki ukuran rata-rata yang sangat kecil. Dalam hal ini diperlukan alternatif yang lebih baik dalam pengidentifikasian jenis plankton ini dengan cara pemrosesan gambar pada citra plankton secara digital atau biasa disebut dengan istilah “Digital Image Processing”. Penelitian ini bertujuan untuk melakukan pengolahan citra digital plankton sebanyak 144 citra yang yang dibagi menjadi 75% sebagai data pelatihan dan 25% sebagai data pengujian, dan citra tersebut didapatkan dari riset pada yayasan Kanopi Indonesia. Dalam prosesnya citra ini dianalisa bentuk menggunakan fungsi Regionprops sehingga didapatkan fitur pembeda dari masing-masing jenis plankton. Setelah citra terekstraksi fitur nya selanjutnya dilakukan pengolahan data dengan mengklasifikasikan setiap jenis plankton tersebut. Untuk menghasilkan sebuah klasifikasi data yang lebih baik, dalam penelitian ini menggunakan algoritma Bagging Decision Tree dalam pengolahan data nya dan menghasilkan akurasi sebesar 92.59%. Algoritma Bagging Decision Tree ini cukup baik dan mudah untuk di implemntasikan kedalam sebuah program identifikasi jenis plankton, terbukti dengan pengujian pada data citra pengujian menghasilkan 33 citra teridentifikasi dengan benar dari total pengujian sebanyak 36 citra.

References

Aytan, Ulgen, F. Başak Esensoy, and Yasemen Senturk. 2022. “Microplastic Ingestion and Egestion by Copepods in the Black Sea.” Science of The Total Environment. https://www.sciencedirect.com/science/article/abs/pii/S0048969721059994.

Bandara, Kanchana et al. 2021. “Two Hundred Years of Zooplankton Verticalmigration Research.” Biological Reviews. https://onlinelibrary.wiley.com/doi/epdf/10.1111/brv.12715.

Behrenfeld, Michael J. et al. 2021. “Thoughts on the Evolution and Ecological Niche of Diatoms.” Ecological Monographs 91(3): 1–25.

Eramma, N. et al. 2022. “Zooplankton Productivity Evaluation of Lentic and Lotic Ecosystem.” Limnology. https://www.intechopen.com/chapters/83428.

Huang, Li et al. 2020. “Jointly Network Image Processing: Multi-Task Image Semantic Segmentation of Indoor Scene Based on CNN.” IET Image Processing 14(15): 3689–97.

MathWorks. 2020. “MathWork.” https://www.mathworks.com/.

Matsuo, Masaki, Takeshi A. Onuma, Tatsuya Omotezako, and Hiroki Nishida. 2020. “Protein Phosphatase 2A Is Essential to Maintain Meiotic Arrest, and to Prevent Ca2+ Burst at Spawning and Eventual Parthenogenesis in the Larvacean Oikopleura Dioica.” Developmental Biology 460(2): 155–63. https://doi.org/10.1016/j.ydbio.2019.12.005.

Middleton, J, C Bursch, J Maurer, and R Masui. 2021. “Marine Phytoplankton of South Central Alaska.” : 1–21.

Noviani, Eka, Abdur Rahman, and Dini Sofarini. 2021. “Struktur Komunitas Plankton Dan Perubahan Kebiasaan Makan Ikan Gabus (Channa Striata, Bloch.) Dan Ikan Sepat Siam (Trichogaster Pectoralis , Regan.) Di Rawa Danau Bangkau, Kalimantan Selatan.” Aquatic 4(2): 1–117. http://103.81.100.242/index.php/aquatic/article/view/1410%0Ahttp://103.81.100.242/index.php/aquatic/article/download/1410/755.

Pamungkas, Yoga Widi, Adiwijaya Adiwijaya, and Dody Qori Utama. 2020. “Klasifikasi Gambar Gigitan Ular Menggunakan Regionprops Dan Algoritma Decision Tree.” Jurnal Sistem Komputer dan Informatika (JSON) 1(2): 69.

Pitois, Sophie G. et al. 2021. “A First Approach to Build and Test the Copepod Mean Size and Total Abundance (CMSTA) Ecological Indicator Using in-Situ Size Measurements from the Plankton Imager (PI).” Ecological Indicators 123: 107307. https://doi.org/10.1016/j.ecolind.2020.107307.

Pommerening, Arne, Gongqiao Zhang, and Xiaohong Zhang. 2021. “Unravelling the Mechanisms of Spatial Correlation between Species and Size Diversity in Forest Ecosystems.” Ecological Indicators 121(September 2020): 106995. https://doi.org/10.1016/j.ecolind.2020.106995.

Rafiq, Arif Ainur, Muhamad Yusuf, and Pujono Pujono. 2019. “Digital Image Processing Menggunakan Perangkat Lunak Ni Vision Dan Ip Kamera Dengan Rover Bogie Robot.” Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) 6(1): 1–11.

Saputra, Adang, Kukuh Nirmala, Tri Heru Prihadi, and Joni Haryadi. 2017. “STUDI KESUBURAN PERAIRAN DANAU BERATAN UNTUK BUDIDAYA PERIKANAN : Prosiding Forum Inovasi Teknologi Akuakultur 2009.” Prosiding Forum Inovasi Teknologi Akuakultu: 553–59.

Sariningsih, Neina Oktavia, Fiky Yosef S S T, Ig Prasetya Dwi W, and M Eng. 2017. “PERANCANGAN DAN IMPLEMENTASI TRACKING OBYEK MANUSIA UNTUK AUTONOMOUS CAR DESIGN AND IMPLEMENTATION OF HUMAN OBJECT TRACKING FOR.” 4(1): 71–78.

Siano, Raffaele et al. 2021. “Sediment Archives Reveal Irreversible Shifts in Plankton Communities after World War II and Agricultural Pollution.” Current Biology 31(12): 2682-2689.e7.

Vinther, Jakob, and Luke A. Parry. 2019. “Bilateral Jaw Elements in Amiskwia Sagittiformis Bridge the Morphological Gap between Gnathiferans and Chaetognaths.” Current Biology 29(5): 881-888.e1. https://doi.org/10.1016/j.cub.2019.01.052.

Published
2023-03-10
How to Cite
Hikmatulloh, H., Rianto, Y., & Anton, A. (2023). DIGITAL IMAGE IDENTIFICATION OF PLANKTON USING REGIONPROPS AND BAGGING DECISION TREE ALGORITHM. Jurnal Techno Nusa Mandiri, 20(1), 14 - 21. https://doi.org/10.33480/techno.v20i1.4028
Article Metrics

Abstract viewed = 176 times
PDF downloaded = 169 times