KLASIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ)

AGUS, PRASETYO (2017) KLASIFIKASI DAGING SAPI DAN DAGING BABI MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

Daging sapi adalah salah satu bahan makanan pilihan yang baik untuk dikonsumsi. Meningkatnya harga daging sapi menyebabkan beberapa pedagang daging sapi mengalami penurunan penjualan dan mengalami kerugian. Hal ini yang menyebabkan beberapa pedagang melakukan kecurangan yakni dengan mencampurkan daging sapi dengan daging babi. Warna dan tekstur daging yang hampir sama dan harga daging babi yang lebih murah dibandingan dengan harga daging sapi membuat daging babi dipilih sebagai bahan daging campurannya. Namun daging sapi dan daging babi mempunyai perbedaan, yakni dari segi warna dan tekstur daging. Maka pada penelitian ini akan melakukan proses pendekatan dengan beberapa algoritma seperti algoritma HSV, algortima Grey Level Co-occurrance Matrix (GLCM) dan algoritma Learning Vector Quantization (LVQ). Penggunaan metode diatas diharapkan mampu mendeteksi kedua daging dan diharapkan mampu memaksimalkan tingkat akurasi ketika proses klasifikasi dengan algoritma Learning Vector Quantization. Dan hasil dari penilitian ini, menghasilkan nilai akurasi dengan nilai tertingginya pada akurasi 76,25% dengan learning rate = 0,01 dan epoch = 100, sedangkan nilai akurasi terendah pada akurasi 65% dengan learning rate = 0,02 dan epoch = 100. Kesalahan yang paling banyak, terdapat pada citra daging babi yang tercropping secara manual, sedangkan untuk citra berbackground hanya mengalami sedikit kesalahan. Adapaun harapan dari penelitian ini adalah dapat dikembangkan sistem yang mampu meminimalisir kesalahan dalam menentukan perbedaan anatara kedua daging (baik yang mempunyai background ataupun tidak) dan diharapkan mampu memaksimalkan tingkat akurasi yang didapat.

Actions (login required)