KLASIFIKASI JENIS IKAN MENGGUNAKAN SUPPORT VECTOR MACHINE BERDASARKAN PARAMETER MORFOMETRIK

Abstract

Indonesia memiliki keanekaragaman hayati laut yang tinggi dengan lebih dari 8.500 spesies ikan, yang menimbulkan tantangan dalam identifikasi manual akibat variasi morfologi. Penelitian ini mengembangkan sistem klasifikasi otomatis jenis ikan berbasis parameter morfometrik menggunakan algoritma Support Vector Machine (SVM). Parameter yang digunakan meliputi berat (gram), tinggi badan, lebar badan, panjang standar, panjang sejati (fork length), dan panjang total. Setiap parameter dipilih berdasarkan alasan ilmiah dan praktik morfometrik standar. Data dimasukkan melalui antarmuka web dan diproses oleh model klasifikasi untuk memprediksi spesies ikan, seperti "Bream". Hasil menunjukkan sistem mampu mengklasifikasikan ikan secara akurat dan objektif. Integrasi morfometri dan SVM terbukti efektif dan efisien, serta memiliki potensi untuk diterapkan dalam bidang perikanan, konservasi, dan riset ilmiah, sekaligus menjadi fondasi bagi sistem klasifikasi berbasis kecerdasan buatan yang lebih canggih di masa depan.