Identifikasi Citra Susu Formula Dengan Learning Vector Quantization Untuk Mengenali Susu Basi

  • Yulisda Nandasari teknik informatika
Keywords: Formula Milk, Histogram, Learning Vector Quantization

Abstract

Milk is the main source of proteinin infants because it has a high nutritional value. At this time there is a change in consumption habits of people who used to consume breast milk now shifting to formula milk. The switch to consumption of formula milk is because it is easy to serve and can be given to toddlers in public places.Formula milk that has been made has a certain time to be consumed, some people are complacent whether the formula milk that is made is still suitable for consumption or already stale.In plain view, stale milk can be sensually observed through vision, so that stale milk images can be analyzed and identified using digital image processing and artificial neural networks.The purpose of this study was to develop an algorithm to identify expired formula milk, using Learning Vector Quantization (LVQ) with a color approach. In the training process, the best performance was 97.77%,for first grade (freshly made milk) 100% , second class (formula milk left for one and a half hours) 96.66% and third grade (stale formula milk) 96.66 % and third grade (stale formula milk) 96.66 % ie at α 0,001 with dec α 0,9. The final weight of the training was used in the introduction of 60 test data with the highest cumulative performance of 97.77%.

Downloads

Download data is not yet available.

References

Afriandi, E., & Sutikno. (2016). Identifikasi Telapak Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Jurnal Infotel, Vol. 8, No.2, ISSN : 2085-3688, Hal. 107-114.
Arifin, J., & Naf’an, M. Z. (2017). Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropi). Jurnal Infotel, Vol.9, No.1, ISSN : 2085-3688, Hal. 130-135.
Arippin, J. N., Sutresno, A., & Rondonuwu, F. S. (2014). Identifikasi Susu Sapi Murni Dan Susu Sapi Yang Mengandung Peroksida Dengan Spektroskopi Inframerah Dekat Dengan Teknik PCA. Prosiding Seminar Nasional Sains Dan Pendidikan Sains IX, Fakultas Sains Dan Matematika, UKSW, Vol.5, No.1, ISSN : 2087-0922, Hal. 193-196.
Catur, S. (2007). Permintaan Gula di Indonesia. Jurnal Ekonomi Pembangunan, Vol.8, Fakultas Ekonomi, Universitas Gadjah Mada.
Gustina, S., Fadlil, A., & Umar, R. (2016). Identifikasi Tanaman Kamboja menggunakan Ekstraksi Ciri Citra Daun dan Jaringan Syaraf Tiruan. Annual Research Seminar, Vol.2, No.1, ISBN : 979-587-626-0, Hal. 128-132.
Hamidi, R., Furqon, M. T., & Rahayudi, B. (2017). Implementasi Learning Vector Quantization (LVQ) untuk Klasifikasi Kualitas Air Sungai. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 1, No. 12(e-ISSN: 2548-964X), hal. 1758-1763.
Health, R. b. (2004). Havelarr & Zweitering .
Hermawan. (2006). Jaringan Syaraf Tiruan Teori dan Aplikasi. Yogyakarta.
Jasril, Cahyana, M. S., Handayani, L., & Budianita, E. (2015). Implementasi Learning Vektor Quantization (LVQ) dalam Mengidentifikasi Citra Daging Babi dan Daging Sapi. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7, ISSN : 2085-9902, Hal. 176-184.
Jasril, Handayani, L., Budianita, E., & Amri, F. U. (2017). Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9. ISSN (Printed) : 2579-7271 ISSN (Online) : 2579-5406, Hal. 283-292.
Kristianingrum, S. (2009). Analisis Nutrisi Dalam Gula Semut. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Negeri Yogyakarta.
Krstina. (2001). Pemberian ASI Eksklusif Kepada Bayi 0-4 Bulan Dan Faktor - Faktor Yang Mempengaruhi Di Indonesia,. Jurnal Ilmu Kesehatan, Volume 8.
Kusumadewi, S. (2003). Artificial Intelligence : Teknik dan Aplikasinya. Yogyakarta.
Palma, B. P. (2010). Pemanfaatan Tumbuhan Palma. Manado.
Pudjadi. (2000). Ilmu Gizi Klinis Pada Anak.
Purnama, A. (2016). Jaringan Syaraf Tiruan (Neural Network). Diambil kembali dari http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
Puspaningrum, D. (2006). Pengantar Jaringan Syaraf Tiruan. Yogyakarta.
Qur’ani, D. Y., & Rosmalinda, S. (2010). Jaringan Syaraf Tiruan Learning Vector Quantization Untuk Aplikasi Pengenalan Tanda Tangan. Seminar Nasional Aplikasi Teknologi Informasi 2010, ISSN: 1907-5022, Hal. 6-10.
Sing, J. J. (2004). Jaringan Syaraf Tiruan Pemrogramannya Menggunakan MATLAB.
Sugiyanto, C. (2007). Permintaan Gula di Indonesia. Jurnal Ekonomi Pembangunan, Volume 8.
Suharsimi. (2009). Menejemen Penelitian. Jakarta: Rineka Cipta.
Supatman. (2008). Identifikasi Tekstur Citra Bubuk Susu Menggunakan Alihragam Gelombang Singkat Untuk Mendeteksi Keaslian Prodak Susu. Seminar on Intelligent Technology and Its Applications , ISBN 978-979-8897-24-5, Hal 386 -392.
Sutoyo, T. (2009). Teori Pengolahan Citra Digital.
Widodo, T. (2005). Sistem Neuro Fuzzy Untuk Pengolahan Informasi, Pemodelan Dan Kendali. Yogyakarta: Graha Ilmu.
Published
2019-09-03