<![CDATA[Penelitian ini bertujuan untuk mengembangkan model deteksi keaslian daging sapi berbasis citra digital menggunakan algoritma Naïve Bayes dengan integrasi fitur warna dan tekstur. Dataset terdiri dari 600 citra daging sapi yang terbagi seimbang antara kelas 0 (grade standar) dan kelas 1 (grade premium), dengan 50 dimensi fitur hasil ekstraksi menggunakan ruang warna RGB dan HSV untuk fitur warna, serta Gray Level Co-occurrence Matrix (GLCM) untuk fitur tekstur. Data dibagi dengan proporsi 80% untuk pelatihan dan 20% untuk pengujian. Hasil evaluasi dari sepuluh kali pengujian menunjukkan akurasi rata-rata 81,83% ± 4,01%, precision 78,26% ± 4,07%, recall 88,50% ± 5,80%, dan F1-score 82,94% ± 3,78%. Confusion matrix mengungkap bahwa model memiliki sensitivitas tinggi dalam mengidentifikasi daging asli (88,5%) dan specificity moderat dalam mendeteksi daging palsu (75,2%). Temuan ini membuktikan bahwa metode Naïve Bayes dengan kombinasi fitur warna dan tekstur efektif digunakan untuk deteksi keaslian daging sapi, sehingga berpotensi diimplementasikan pada sistem pendukung pengawasan mutu di pasar tradisional maupun industri pangan.]]>
Copyrights © 2025
