KLASIFIKASI KUALITAS KESEGARAN CITRA AYAM BROILER BERDASARKAN WARNA DAGING MENGGUNAKAN K-NEAREST NEIGHBOR
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Nasional Veteran Jakarta
Author
Celvin Habib Maulana Surudin, .
Subject
RA0421 Public health. Hygiene. Preventive Medicine
Datestamp
2022-01-12 04:56:20
Abstract :
Daging ayam merupakan salah satu produk pangan yang paling diminati oleh konsumen karena harganya yang cukup terjangkau, dan mudah didapatkan dimana saja. Banyak nya permintaan konsumsi daging ayam ras pedaging oleh masyarakat, mengakibatkan harga daging ayam cenderung mengalami kenaikan harga setiap tahunnya. Hal itu dimanfaatkan oleh beberapa oknum pedagang untuk menjual daging ayam yang sudah kehilangan kesegarannya atau sudah tidak segar dengan harga yang lebih terjangkau. Jadi, penelitian ini bertujuan untuk mengevaluasi performa algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasi kualitas kesegaran citra daging ayam broiler. Daging ayam broiler yang digunakan yaitu daging bagian dada ayam. Data citra yang diperoleh akan dilakukan praproses untuk menghasilkan citra dengan konsistensi yang baik kemudian dibagi menjadi data latih sebesar 80% dan data uji sebesar 20% selanjutnya dilakukan ekstraksi ciri dengan model warna hue, saturation, values (HSV) dan diklasifikasi menggunakan algoritma K-Nearest Neighbor (KNN) untuk dapat mengetahui apakah daging ayam broiler tersebut segar atau tidak segar. Hasil dari penelitian ini mendapatkan tingkat akurasi sebesar 96,88%, precision sebesar 100%, dan recall sebesar 93,75% pada nilai K=1.
Daging ayam merupakan salah satu produk pangan yang paling diminati oleh konsumen karena harganya yang cukup terjangkau, dan mudah didapatkan dimana saja. Banyak nya permintaan konsumsi daging ayam ras pedaging oleh masyarakat, mengakibatkan harga daging ayam cenderung mengalami kenaikan harga setiap tahunnya. Hal itu dimanfaatkan oleh beberapa oknum pedagang untuk menjual daging ayam yang sudah kehilangan kesegarannya atau sudah tidak segar dengan harga yang lebih terjangkau. Jadi, penelitian ini bertujuan untuk mengevaluasi performa algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasi kualitas kesegaran citra daging ayam broiler. Daging ayam broiler yang digunakan yaitu daging bagian dada ayam. Data citra yang diperoleh akan dilakukan praproses untuk menghasilkan citra dengan konsistensi yang baik kemudian dibagi menjadi data latih sebesar 80% dan data uji sebesar 20% selanjutnya dilakukan ekstraksi ciri dengan model warna hue, saturation, values (HSV) dan diklasifikasi menggunakan algoritma K-Nearest Neighbor (KNN) untuk dapat mengetahui apakah daging ayam broiler tersebut segar atau tidak segar. Hasil dari penelitian ini mendapatkan tingkat akurasi sebesar 96,88%, precision sebesar 100%, dan recall sebesar 93,75% pada nilai K=1.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
