Klasifikasi Tingkat Kesegaran Daging Sapi Berdasarkan Ekstraksi Fitur Warna dan Tekstur Menggunakan Algoritma Learning Vector Quantization Berbasis Android

Abstract

Beef is a food with high economic value in Indonesia. The high selling price of beef causes some irresponsible people try to cheat by mixing fresh and unfresh meat to get bigger profits. Currently, the freshness of beef is usually determined manually by looking directly at the color and texture of the beef. However, this method is still subjective because the results obtained can be different for each person depending on accuracy and knowledge about beef freshness. Therefore, we need an Android-based application that can automatically classify the freshness of beef. In this study, the Learning Vector Quantization method was used to classify fresh, less fresh and rotten beef. There are few phase needs to do before the classification is preprocessing (cropping , resizing and contrast enhancement), extraction of color feature using HSV and extraction of texture feature using Gray Level Cooccurance Matrix (GLCM). Based on the test results that have been carried out in this study, it is concluded that the proposed method is capable of classifying the freshness of the beef with an accuracy of 85.92%.

Daging sapi merupakan salah satu bahan makanan dengan nilai ekonomis cukup tinggi di Indonesia. Tingginya harga jual daging sapi menyebabkan beberapa oknum yang tidak bertanggung jawab berusaha melakukan tindakan curang dengan mencampur daging segar dan tidak segar untuk memperoleh keuntungan yang lebih besar. Saat ini penentuan tingkat kesegaran daging sapi umumnya dilakukan secara manual yaitu dengan mengamati secara langsung warna dan tekstur daging sapi. Namun cara tersebut masih bersifat subyektif dimana hasil yang diperoleh kemungkinan dapat berbeda - beda pada setiap orang tergantung pada ketelitian dan pengetahuan tentang kualitas kesegaran daging sapi. Oleh sebab itu, diperlukan suatu aplikasi berbasis Android yang dapat mengklasifikasi tingkat kesegaran daging sapi secara otomatis. Dalam penelitian ini, metode Learning Vector Quantization digunakan untuk mengklasifikasi daging sapi segar, kurang segar dan busuk . Tahapan yang dilakukan sebelum klasifikasi antara lain proses preprocessing citra (cropping, resizing dan contrast enhancement), proses ekstraksi fitur warna menggunakan HSV dan ekstaksi fitur tekstur menggunakan Gray Level Cooccurance Matrix (GLCM). Berdasarkan hasil pengujian yang telah dilakukan, dapat disimpulkan bahwa metode yang diajukan mampu dalam melakukan klasifikasi tingkat kesegaran daging sapi dengan akurasi sebesar 85,92%.