Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Muhammad Fatah W
Padjajaran University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Estimasi Bobot Sapi Berdasarkan Registrasi Citra Digital Dengan Metode Geometric Active Contour Dan Klasifikasi Decision Tree Elline Constantia; Bambang Hidayat; Muhammad Fatah W
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakSapi merupakan salah satu hewan ternak yang banyak dimanfaatkan guna memenuhi kebutuhan hidupmanusia. Sapi menghasilkan susu dan daging yang digunakan sebagai sumber protein hewani. Di beberapa tempat, sapi juga dimanfaatkan tenaganya untuk membantu menyelesaikan pekerjaan manusia, seperti menarik gerobak dan bercocok tanam. Salah satu hal utama dalam ternak sapi adalah mengetahui bobot sapi yang akurat. Dewasa ini, penimbangan bobot sapi yang masih menggunakan timbangan dirasa belum efektif mengingat penggunaan timbangan yang tidak maksimal. Hal yang dapat dilakukan untukmengatasi masalah tersebut adalah dengan memanfaatkan teknologi yang ada, seperti teknik pengolahan citra digital untuk perhitungan estimasi bobot sapi.Dalam penelitian ini menggunakan konsep pengolahan citra digital yang dilakukan dalam beberapa langkah. Sistem ini dibuat menggunakan aplikasi Matlab dengan proses pengolahan citra digital untuk mengetahui estimasi bobot sapi. Metode yang digunakan adalah GeometricActiveContourdengan klasifikasi menggunakan metode DecisionTree. Seluruh data sapi diklasifikasikan menjadi dua kelas, yaitu sapi kelas besar dan sedang.Hasil penelitian ini dapat membantu para peternak sapi agar mendapatkan akurasi yang tepat serta lebih baik dalam perhitunganbobot sapi dengan akurasi 85,714%Kata kunci : Bobot sapi, pengolahan citra digital, Geometric Active Contour, Decision Tree.AbstractCattle is one of the livestock that is used by many human to fulfill humanlife needs. Cattle as a source of animal protein much maintained especially for meat and milk taken for food. In some places, cattle are also used its energy to complete human work, such as pulling carts and farming.One of the most important things in cattle is to know the accuracy rate of cattle weight. Currently, measuring the weight of cattle using a scale is considered as uneffective, considered the using of a scales are least maximum. What can be done to overcome it, is by utilizing existing technology, such as digital image processing techniques for calculating the cattle weight estimation.In this Final Project uses the concept of digital image processing done in several steps. This system is made using MATLAB application with digital image processing process to know the cattle weight estimation. The method used is Geometric Active Contour with classification using Decision Tree method. Allthecattle data are classified into 2 classes, namely large and medium class cattle.The results of this research can help the cattle farmers to get the accurate accuracy and better in the calculation of cattle weight with an accuracy 85,714%Keywords : Cattle weight, digital image processing, Geometric Active Contour, Decision Tree
Estimasi Bobot Ternak Sapi Dengan Metode Deformable Template Dan Klasifikasi Support Vector Machine Multiclass Listianto Raharjo; Bambang Hidayat; Muhammad Fatah W
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakSapi adalah hewan ternak anggota family Bovidaedan sub family Bovinae[1]. Sapi dipelihara terutama untuk dimanfaatkan susu dan dagingnya sebagai pangan manusia. Sapi merupakan komoditas peternakan yang banyak dijual-belikan. Seiring dengan pertumbuhan penduduk yang semakin pesat, permintaan produk dari sapi pun juga meningkat terutama dalam hal permintaan daging, susu, maupun kulit. Hasil dari produk sapi dipengaruhi oleh perawatan sapi dan bobot sapi. Dalam melakukan penimbangan bobot badan ternak sapi masih banyak dilakukan dengan cara konvensional. Apabila setiap kali melakukan penimbangan memakai cara konvensional, tentu kurang praktis. Pada tugas akhir ini telah dibuat aplikasi berbasis Matlab untuk membantu mengetahui bobot ternak sapi dengan menggunakan metode pengolahan citra, yang dilengkapi dengan registrasi citra berbasis metode Deformable Templatedengan klasifikasi Multiclass Support Vector Machine (SVM). Didapatkan tingkat akurasi sebesar 76,1905%. Hasil penelitian ini diharapkan dapat membantu pelaku bisnis ternak sapi dalam standar akurasi yang tepat dalam mengetahui bobot ternak sapi. Kata Kunci: Sapi Penggemukan, Pengolahan Citra,Deformable Template, Multiclass Support Vector Machine (SVM).AbstractCows are livestock members of the Bovidae family and the Bovinae sub family [1]. Cows are raised mainly for their use of milk and meat as human food. Cows are commodities that are widely traded. Along with the increasingly rapid population growth, the demand for products from cows has also increased, especially in terms of demand for meat, milk and skin. The yield of cow products is influenced by cattle care and cattle weight. In carrying out the weighing of cattle body weight, there are still many conventional methods. If every time you weigh using conventional methods, it is certainly not practical.In this final project Matlab-based application has been made to help determine the weight of cattle using image processing methods, which are equipped with registration methods based on the Deformable Template method using the Multiclass Support Vector Machine (SVM) classification.Obtained an accuracy rate of 76,1905%. The results of this study are expected to be able to help cattle business players in the right standard of accuracy in knowing the weight of cattle.Keywords: Fattening Cattle, Image Processing, Image Registration, Deformable Templates, Multiclass Support Vector Machine (SVM).
Co-Authors Bambang Hidayat Elline Constantia Listianto Raharjo