IMPLEMENTASI PENGOLAHAN CITRA DAN KLASIFIKASI K-NEAREST NEIGHBOUR UNTUK MEMBANGUN APLIKASI PEMBEDA DAGING SAPI DAN BABI BERBASIS WEB
ABSTRACT: Salah satu cara
untuk mengenali daging sapi dan babi di bidang informatika adalah menggunakan
pengolahan citra. Pada penelitian ini akan dibuat suatu sistem pengolahan citra
untuk membedakan daging sapi dan babi menggunakan metode HSV, GLCM, dan
klasifikasi K-Nearest Neighbour (K-NN). Tahapan analisa yang dilakukan adalah
Data acquisition dengan menggunakan kamera handphone dilakukan pemotretan
terhadap data daging sapi dan babi sehingga diperoleh citra digital daging sapi
dan babi dalam format jpg. Gambar (citra) diambil dari daging babi segar,
daging sapi segar, daging sapi yang telah membusuk, dan daging campuran
(oplosan). Preprocessing dilakukan peningkatan kualitas citra yaitu dengan
melakukan pencerahan citra dan peregangan kontras. Ekstraksi fitur menggunakan
histogram model warna HSV untuk fitur warna, dan metode orde dua untuk
ekstraksi fitur tekstur. Klasifikasi citra daging sapi dan babi menggunakan
K-NN dengan dua tahapan yaitu tahap training dan testing. Pengujian terdiri
dari 4 pengujian yaitu pengujian tanpa background dengan akurasi keberhasilan
88,75%, pengujan dengan background sebesar 73,375%, pengujian campuran sebesar
88,75% dan pengujian berjarak sebesar 50% . Pengujian dengan akurasi pengujian
tertinggi terdapat pada pengujian tanpa background dan pengujian campuran
sebesar 88,75%. Pada pengujian campuran dinyatakan berhasil apabila hasil
klasifikasinya adalah daging campuran (oplosan) dan daging babi segar.
Sedangkan nilai K yang paling baik pada semua pengujian adalah K=5 dengan total
akurasi keberhasilan 78,75%. Hasil klasifikasi dipengaruhi oleh nilai ciri,
jarak terdekat, nilai K, dan yang paling mempengaruhi adalah background
Penulis: Elvia Budianita,
Jasril, Lestari Handayani
Kode Jurnal: jptindustridd150242
