Identifikasi Daging Ayam Kampung Segar Dengan Daging Ayam Kampung Basi Menggunakan Metode Learning Vector Quantization

Dennis Feliawan Aji; Indah Susilawati

Penulis

Dennis Feliawan Aji Universitas Mercu Buana Yogyakarta
Indah Susilawati Universitas Mercu Buana Yogyakarta

Kata Kunci:

Tekstur citra daging ayam kampung, Learning Vector Quantization, jaringan syaraf tiruan, Co-occurrence matrix, Neural Network

Abstrak

Daging ayam kampung merupakan daging yang diperoleh dari ayam kampung. Untuk harga ayam kampung, harganya terbilang lebih mahal karena membutuhkan waktu pemeliharaan lebih lama, banyak masyarakat yang membuat kecurangan dalam menjual daging ayam kampung dengan menjual daging ayam yang sudah basi. Ciri yang digunakan untuk mengidentifikasi citra daging adalah Homogeneity, kontras, rata-rata dan varian. Jumlah data pelatihan yang digunakan dalam penelitian ini terdiri dari 2 kelas, masing-masing kelas berjumlah 30 data citra, total data berjumlah 60 data pelatihan. Sedangkan untuk data uji masing-masing kelas menggunakan 20 data uji dengan total berjumlah 40 data uji. Pada proses pelatihan menggunakan parameter LVQ terdapat 2 presentase terbaik sebesar 90%, yaitu pada alfa 0,001 dengan dec alfa 0,2 dan alfa 0,01 dengan dec alfa 0,9. Pengenalan yang dilakukan dengan bobot akhir dari alfa 0,01 dan dec alfa 0,9 memiliki tingkat akurasi 90% dengan iterasi 4. Unjuk kerja terbaik dari 40 data uji menggunakan perangkat lunak ini adalah dengan alfa 0,01 dan dec alfa 0,9 mencapai 90%.

Unduhan

Data unduhan belum tersedia.

Referensi

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.
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). Implementasi Metode Segmentasi dan LVQ Untuk Identifikasi Citra Daging Sapi dan Babi. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9(2579-7271), 283-292.
Kiswanto, K., Sediyono, E., & Suhartono, S. (2014, Januari). Identifikasi Citra Untuk Mengidentifikasi Jenis Daging Sapi Menggunakan Transformasi Wavelet Haar. JSINBIS (Jurnal Sistem Informasi Bisnis), 1, 73-79.
Kusumadewi, S. (2003). Artificial Intelligence : Teknik dan Aplikasinya. Yogyakarta.
Lihayati, N., Pawening, R. E., & Furqan, M. (2016). Klasifikasi Jenis Daging Berdasarkan Tekstur Menggunakan Metode Gray Level Coocurent Matrix. 8(2085-2347), A-305 - A-310.
Purnama, A. (2016). 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.
Sutoyo, T. (2009). Teori Pengolahan Citra Digital.