IDENTIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN FITUR EKSTRAKSI GREY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR CLASSIFIER

FERRY, SUSANTO ANGGRIAWAN (2015) IDENTIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN FITUR EKSTRAKSI GREY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR CLASSIFIER. Skripsi,Fakultas Ilmu Komputer.

Preview	PDF Download (225Kb) | Preview
Preview	PDF Download (4Kb) | Preview

Abstract

Harga daging sapi selalu mengalami kenaikan dari waktu ke waktu, banyak faktor yang mempengaruhi hal ini, terutama naiknya harga BBM serta mahalnya sapi hidup dan juga karena pasokan daging sapi yang semakin berkurang. Namun diperkirakan konsumsi daging sapi sapi akan selalu mengalami peningkatan. Karena semakin membaiknya perekonomian masyarakat Indonesia. Selain itu daging sapi adalah komoditas yang paling diminati dibandingkan daging daging hewan lainya karena tingginya protein dan pengolahan daging yang lebih beragam. Tetapi semakin meningkatnya konsumsi daging sapi di Indonesia ini justru memberikan celah kepada pihak-pihak tertentu untuk meraup keuntungan lebih dengan cara curang. Salah satunya adalah dengan mengoplosnya dengan daging babi. Melihat masalah yang ada, maka dari itu dalam penelitian kali ini penulis ingin mengidentifikasi daging sapi dan daging babi dengan menggunakan fitur ektraksi Gray level co-occurrence matrix (GLCM) dengan metode klasifikasi K-Nearest Neighbor (K-NN) Classifier. Tahap penelitian dimulai dengan pengumpulan citra daging sapi dan daging babi. Selanjutnya akan diekstrakasi fitur dengan menggunakan fitur GLCM. Tahap berikutnya adalah melakukan klasifikasi antara citra latih dan citra uji dengan menggunakan K-Nearest Neighbor (K-NN) Classifier. Hasil dari klasifikasi tersebut akan dihitung tingkat akurasinya. Serta Membandingkan hasil akurasi dengan mengubah arah sudut pada GLCM dan Jumlah k pada K-NN Classifier.

Actions (login required)