Record Details

Sistem Klasifikasi Kesegaran Daging Sapi berdasarkan Citra menggunakan Metode Naive Bayes berbasis Raspberry Pi

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Klasifikasi Kesegaran Daging Sapi berdasarkan Citra menggunakan Metode Naive Bayes berbasis Raspberry Pi
 
Added Entry - Uncontrolled Name Al-Jabbar, Habib Muhammad
Fitriyah, Hurriyatul
Maulana, Rizal
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Daging sapi ialah salah satu sumber protein hewani yang selama ini dikonsumsi untuk  perbaikan gizi masyarakat. Kesegaran daging sapi dapat dilihat dari daging yang berwarna merah segar terhitung mulai dipotong hingga 10 jam. Selama ini  proses penilaian kesegaran dan identifikasi komposisi daging dilakukan manual dengan cara penglihatan visual manusia. Karena adanya keterbatasan  visual manusia, menyebabkan perbedaan persepsi dari masing-masing pengamat. Atas dasar tersebut sebagai usaha untuk memperoleh hasil kesegaran daging sapi secara akurat, maka penelitian ini dibuat sebuah alat yang dapat mendeteksi kesegaran daging sapi dengan bantuan komputasi citra digital. Dengan menggunakan Raspberry Pi sebagai mini computer, kamera sebagai sensor serta pengolahan citra yang kemudian diproses klasifikasi oleh naive bayes maka sistem ini dapat berjalan dengan baik dapat dibuktikan dengan keluaran dari hasil klasifikasi kesegaran daging sapi secara akurat. Metode Naive Bayes digunakan dalam pengujian ini dikarenakan merupakan salah satu metode klasifikasi yang baik dalam melakukan kelas klasifikasi dimana  sejak awal kelas jenis kesegaran daging sapi sudah diketahui. Metode ini juga dapat berjalan meskipun hanya menggunakan sedikit data latih. Ketika terjadi perubahan sedikit data latih, metode naive bayes juga dapat beradaptasi dengan cukup baik. Hasil proses  konversi warna daging sapi kemudian digolongkan pada level warna berdasarkan standart SNI. Dari 40 data latih dan 20 data yang diujikan kemudian didapatkan akurasi sebesar 95% dan rata - rata komputasi sebesar 0,009094 detik.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/8958
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 4 (2021): April 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com