Penelitian ini merupakan langkah awal dalam mengkaji dampak variasi
tingkat skala keabuan pada citra grayscale terhadap tingkat akurasi dalam
mengenali jenis ikan menggunakan metode Jaringan Syaraf Tiruan (JST) melalui
citra sisik ikan. Percobaan penelitian ini dilakukan dengan memanfaatkan dataset
berukuran kecil, yaitu 30 citra untuk setiap jenis citra sisik ikan. Citra tersebut
terbagi menjadi 30 citra untuk digunakan sebagai data latih dan 5 citra digunakan
sebagai data uji. Proses ekstraksi fitur dillakukan menggunakan metode Gray Level
Co-occurrence Matrix (GLCM), serta menggunakan parameter seperti contras,
energi, homogenitas, correlation, dan entropy.
Hasil dari percobaan menunjukkan bahwa variasi tingkat skala keabuan
mempengaruhi tingkat akurasi pengenalan. Hasil terbaik didapat pada tingkat skala
keabuan 256 tingkat dengan tingkat akurasi sebesar 96%, disusul dengan 128
tingkat skala keabuan sebesar 95%, 64 tingkat skala keabuan sebesar 92,5%, 32
tingkat, skala keabuan sebesar 84,2% dan yang paling rendah diperoleh 16 tingkat
skala keabuan dengan akurasi hanya sebesar 82,5%. Penelitian ini telah
membuktikan bahwa penggunaan variasi tingkat skala keabuan yang berbeda
mempengaruhi hasil akurasi klasifikasi jenis ikan.
Kata kunci : Skala Keabuan, GLCM, JST, Citra, Grayscale