DOI: https://doi.org/10.21456/vol8iss2pp181-186

Metode Moment Invariant Geometrik untuk Menganalisis Jenis Daging Babi dan Daging Sapi

*Oky Dwi Nurhayati orcid scopus  -  Universitas Diponegoro, Indonesia
Isti Pudji hastuti  -  Universitas Diponegoro, Indonesia
Open Access Copyright (c) 2018 JSINBIS (Jurnal Sistem Informasi Bisnis)

Citation Format:
Abstract
Beef needs have increased every year. So as the need for expensive beef even at certain times tends to rise. This is used by cheat seller to mix beef with pork because pork is relatively cheaper. This is very detrimental to consumers. Visually, many peoples (consumers) couldn’t distinguish these two types of meat. Hence, we conduct research to distinguish both types of meat.  One way to overcome these problems is the use of complete image processing techniques. The aim of this research was establised an application prototype to distinguish beef and pork with image processing techniques. Image processing method is used to distinguish the types of meat done by pre-processing, segmentation, feature extraction with geometrical moment invariant and K-NN classification. Geometric moment invariant method proposed to analyze beef and pork is done by extracting unique values from each images. This method can be used as a description of the form based on the moment theory. The results showed that the image processing method and K-NN classification with a value of k = 3 used in the research could significantly  used to analyze the type of meat namely beef and pork. The other difference can be shown from the phi moment invariant value, especially the value of phi (1) and phi (2)

 

Fulltext View|Download
Keywords: Beef; Pork; Geometric moment invariant; Image processing; K-NN classification
Funding: -

Article Metrics:

Article Info
Section: Research Articles
Language : EN
Recent articles
Sistem Informasi Stok Gudang Koperasi Menggunakan Supply Chain Management Pengukuran Penerimaan Sistem Informasi EWSKIA Berdasarkan Persepsi Pengguna dengan Menggunakan Technology Acceptance Model Penentuan Prioritas Pengambilan Pesanan Barang Oleh Angkutan Kota dengan Metode Rule-Based System More recent articles
Most cited articles
Sistem Informasi Penyebaran Penyakit Demam Berdarah Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Implementasi Sistem Pakar Diagnosis Penyakit Diabetes Mellitus Menggunakan Metode Fuzzy Logic Berbasis Web APLIKASI DIAGNOSA GEJALA DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR (CF) DAN JARINGAN SYARAF TIRUAN (JST) Sistem Informasi Pengukuran Kinerja Pada Perkebunan Kelapa Sawit Dengan Menggunakan Metode Balanced Scorecard Penerapan Green Supply Chain Management Untuk Peningkatan Kinerja Keuangan Perusahaan More cited articles
  1. Agusta, Y., 2007, K-Means - Penerapan, Permasalahan dan Metode Terkait, J. Sist. dan Inform
  2. Assifa, F., 2017, Polisi Jember Tangkap Penjual Daging Sapi yang Dicampur Daging Babi, http://regional.kompas.com/read/2017/02/22/06265601/polisi.jember.tangkap.penjual.daging.sapi.yang.dicampur.daging.babi, diakses tanggal 14 Mei
  3. Astuti, W., 2016, Klasifikasi Citra Daging Sapi Dan Daging Babi Berdasarkan Ciri Warna Dan Tekstur, Skripsi thesis UIN Sunan Kalijaga, Yogyakarta, http://digilib.uin-suka.ac.id/22203/
  4. As Syaukani, M., 2009, Mengenal Beda Daging Sapi dan Daging Babi, Hidayatullah
  5. Budianita, E., Jasril, J., dan Handayani, L., 2015. Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Daging Sapi dan Babi Berbasis Web, J. Sains dan Teknol. Ind., vol. 12, no. Vol 12, No 2, Juni, 242–247
  6. BSN, 2008. Standar Nasional Indonesia 3932:2008 Mutu karkas dan daging sapi. Standar Nas. Indones., pp. 1–14
  7. Falah, R. F., Nurhayati, O. D., dan Martono, K. T., 2016, Aplikasi Pendeteksi Kualitas Daging Menggunakan Segmentasi Region of Interest Berbasis Mobile, J. Teknol. dan Sist. Komput., vol. 4, no. 2, pp. 333–343
  8. Food and Agriculture Organization, Composition of Meat, 2017. http://www.fao.org/ag/againfo/themes/en/meat/backgr_composition.html, diakses tanggal 23 Mei
  9. Gonzalez, R. C., dan Woods, R.E., Digital Image Processing. Pearson Education, 2008
  10. Irwanto, 2012, Optimasi Kinerja Algoritma Klasterisasi K-Means untuk Kuantisasi Warna Citra, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember, Surabaya
  11. Jain, A., 1989, Fundamentals of digital image processing
  12. Komariah, S. Rahayu, dan Sarjito, 2009, Sifat Fisik Daging Sapi, Kerbau Dan Domba Pada Lama Postmortem yang Berbeda. Jurnal Peternakan, vol. 33, no. 3, 183–189
  13. Lawrie, R.A., 1995, Ilmu Daging Diterjemahkan oleh Aminuddin Prakkasi, Universitas Indonesia Press, Jakarta
  14. Mas'ud, 2015, Implementasi Principal Component Analysis (PCA) dan Euclidean Distance untuk Identifikasi Citra Daging Sapi dan Daging Babi, Skripsi S-1, Universitas Dian Nuswantoro, Semarang
  15. Muzami, A., Nurhayati, O. D., dan Martono, K. T., 2016, Aplikasi Identifikasi Citra Telur Ayam Omega-3 Dengan Metode Segmentasi Region Of Interest Berbasis Android, J. Teknol. dan Sist. Komput., vol. 4, no. 2, pp. 380–388
  16. Putra, D., 2010, Pengolahan Citra Digital. Yogyakarta: Penerbit ANDI
  17. Wahyudiyanta, I., 2017. Begini Cara Membedakan Daging Sapi dan Babi, http://news.detik.com/jawatimur/3218862/begini-cara-membedakan-daging-sapi-dan-babi, diakses tanggal 16 Mei
  18. Wibowo, S. A., Hidayat, B., dan Sunarya, U., 2016, Simulasi dan Analisis Pengenalan Citra Daging Sapi dan Daging Babi dengan Metode GLCM, prosiding SENIATI, pp. 338–343
  19. Saputra, R., 2016, Implementasi Metode Wavelet Haar Dan Probabilistic Neural Network (Pnn) Untuk Pengenalan Citra Daging babi dan daging sapi, Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau, http://repository.uin-suska.ac.id/3062/
  20. Sutoyo, T., E. Mulyanto, V. Suhartono, O.D. Nurhayati, dan Wijanarto, 2009, Teori Pengolahan Citra Digital, Penerbit ANDI, Yogyakarta,
  21. Sembiring, R., 2004, Kualitas Daging Babi Dengan Pemberian Zeolit Dan Tepung Darah Sebagai Sumber Protein Dalam Ransum, Media Peternakan, Journal of Animal Science and Technology, vol. 27, no. April, p. 81

Last update:

No citation recorded.

Last update: 2024-12-26 14:02:24

No citation recorded.