M. RIZKI ASNAWI (2017) IMPLEMENTASI LEARNING VECTOR QUANTIZATION(LVQ3) DALAM MENGIDENTIFIKASI CITRA DAGING SAPI DAN BABI. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER.pdf Download (127kB) | Preview
Preview	Text 2. PENGESAHAN.pdf Download (389kB) | Preview
Preview	Text 3. ABSTRAK.pdf Download (297kB) | Preview
Preview	Text 4. KATA PENGANTAR.pdf Download (359kB) | Preview
Preview	Text 5. DAFTAR ISI.pdf Download (472kB) | Preview
Preview	Text 6. BAB I.pdf Download (455kB) | Preview
Preview	Text 7. BAB II.pdf Download (952kB) | Preview
Preview	Text 8. BAB III.pdf Download (485kB) | Preview
Preview	Text 9. BAB IV.pdf Download (2MB) | Preview
	Text 10. BAB V.pdf Restricted to Repository staff only Download (929kB)
Preview	Text 11. BAB VI.pdf Download (319kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA.pdf Download (171kB) | Preview

Abstract

Al-Quran sebagai pedoman umat Islam yang didalam nya terdapat anjuran untuk memakan makanan yang halal lagi baik. Allah SWT melarang umatnya untuk memakan daging babi karena memiliki dampak yang sangat merugikan bagi tubuh. Maraknya pengoplosan daging sapi dan babi di Indonesia, menyebabkan perlu dirancang suatu aplikasi yang dapat mengidentifikasi daging sapi, babi dan oplosan. Pada penelitian ini dibuat suatu aplikasi identifikasi citra daging sapi, babi dan oplosan dengan menerapkan konsep pengolahan citra serta jaringan syaraf tiruan diantaranya ekstraksi ciri warna HSV, ekstraksi ciri tesktur GLCM dan klasifikasi LVQ3. Pengujian akurasi penelitian dilakukan dengan beberapa variasi pengujian seperti pengujian berdasarkan nilai α (0,01; 0,05; 0,09) dengannilaiε=0,2; 0,4, pengujian berdasarkan jenis kamera (DSLR, CAMDIG, HP), citra dengan background dan tanpa background. Pengujian akurasi citra tanpa backgroundmemiliki tingkat akurasi yang lebih tinggi dibanding dengan citra dengan backgroundyaitu sebesar 73,7%. Hasilpengujian dengan beberapa jenis kameradan nilai learning ratememiliki akurasirata-ratatertinggi pada jenis kameraCAMDIGdan nilai α= 0,01 yaitu sebesar 65% dan 67%. Aplikasi identifikasi citra daging yang dibangun mampu mengenali citra daging sapi, babi dan oplosandengan persentase akurasi tertinggi sebesar 90% pada pengujian citra tanpa backgrounduntuk setiap nilai alpha dengan perbandingandistribusi kelas data latih dan data uji sebesar 90:10. Kata Kunci : ekstraksi ciri warna HSV, ekstraksi tektur GLCM,identifikasi citradaging, klasifikasi LVQ3

Actions (login required)

View Item