Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Industri
jasril jasril jasril
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Segmentasi Spatial Fuzzy C-Means Pada Identifikasi Citra Daging Sapi dan Babi jasril jasril jasril; Fikry Utri Amri; elvia - budianita
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.271 KB)

Abstract

AbstrakBerdasarkan firman Allah SWT, Agama Islam melarang umatnya untuk memakan daging babi. Indonesia merupakan Negara dengan mayoritas penduduknya beragama Islam. Maraknya pengoplosan daging sapi dan babi di Indonesia, menyebabkan perlu dirancang suatu aplikasi yang dapat mengidentifikasi daging sapi, babi dan oplosan dengan mudah. Pada penelitian ini dibuat suatu aplikasi identifikasi citra daging sapi, babi dan oplosan dengan konsep pengenalan pola citra yakni segmentasi sFCM, cropping,  ekstraksi ciri warna HSV dan tektur GLCM serta  klasifikasi MK-NN. Untuk mengukur tingkat keakuratan aplikasi yang dibangun, pengujian dilakukan dengan variasi data citra yang berbeda-beda seperti pengujian berdasarkan jenis kamera (DSLR, CAMDIG, HP), warna background  (putih, merah, hitam) dan jarak kamera (±5cm,  ±10cm,  ±15cm) serta penggunaan nilai k dalam klasifikasi MK-NN (3,5,7). Dari berbagai variasi pengujian yang dilakukan, pengunaan nilai k pada metode MK-NN, jenis kamera, warna background, jarak kamera pada citra daging yang berbeda-beda dapat mempengaruhi akurasi identifikasi citra daging. Dengan demikian aplikasi identifikasi citra daging yang dibangun mampu mengenali citra daging sapi, babi dan oplosan dengan persentase akurasi rata-rata sebesar 62% untuk klasifikasi 2 kelas (sapi & babi) dan 38% untuk kalsifikasi 3 kelas (sapi,babi & oplosan). Kata kunci:ekstraksi tektur GLCM, ekstraksi ciri warna HSV, identifikasi citra daging, klasifikasi MK-NN, segmentasi sFCM
Co-Authors Elvia Budianita Fikry Utri Amri