Beef quality identification using color analysis and k-nearest neighbor classification

Adi, Kusworo; Pujiyanto, Sri; Nurhayati, Oky Dwi; Pamungkas, Adi

doi:10.1109/icici-bme.2015.7401359

Cited by 14 publications

(8 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the extraction result which obtains a feature of deviation, energy, skewness, average intensity, smoothness and entropy into numeric data will be used to count K-means algorithm method with Euclidean Distance count for beef and pork clustering in order to be identified soon [14,15].…”

Section: Extraction Results Datamentioning

confidence: 99%

Different Types of Beef and Pord Using Histogram Texture and K-Means Clustering Method

Himawan

Wiratama²

2018

JAIS

View full text Add to dashboard Cite

The largest source of protein needed by the human body comes from meat. Basically a high number of buyers and beef is much more expensive than other meats giving chances to irresponsible parties to mix beef with pork, In the Islamic religious teachings, pork is forbidden because consuming pork there is a physical, psychological and very easy to be contaminated by bacteria. Humans have the limitation of identifying beef and pork manually using the senses of human vision are still many weaknesses and less effective. In this research, meat image extraction applies histogram and clustering by applying K-Mean. By applying this method is expected to help to group the image of meat with a high degree of accuracy.

show abstract

Section: Extraction Results Datamentioning

confidence: 99%

Different Types of Beef and Pord Using Histogram Texture and K-Means Clustering Method

Himawan

Wiratama²

2018

JAIS

View full text Add to dashboard Cite

show abstract

“…Semua komponen naskah secara baku telah ditentukan karena kemudahan penggunaan saat memformat naskah dan kelayakan publikasi naskah elektronik. Margin, lebar kolom, penspasian garis, dan tipe gaya sudah ada di dalamnya; contoh gaya tipe disediakan di seluruh dokumen ini dan diidentifikasi Penelitian klasifikasi daging sapi yang telah di lakukan oleh beberapa peneliti sebelumnya antaralain [5] melakukan penelitian untuk klasifikasi dengan hasil akurasi mencapai 90% untuk daging segar [6], namun penelitian ini memiliki tingkat akurasi sebesar 80 % pada daging segar.Dalam penelitian [7] tidak di sebutkan presentase keberhasilan namun dinyatakan dapat mengklasifikasi daging sapi. Namun di sini yang di klasifikasi 3 ciri yaitu warna daging, warna lemak dan marbling.…”

Section: Pendahuluanunclassified

Klasifikasi Daging Sapi Berdasarkan Ciri Warna Dengan Metode Otsu dan Euclidean Distance

Pratama¹

2020

View full text Add to dashboard Cite

Setiap daging sapi memiliki kualitas yang berbeda. Kualitas daging sapi dapat di bedakan dengan warna daging sapi sesuai dengan Badan Standardisasi Nasional yang di bedakan menjadi beberapa klasifikasi. Penelitian ini membahas cara mengklasifikasikan daging sapi berdasarkan ciri warna daging dengan menggunakan metode klasifikasi euclidean distance. Langkah pertama dengan preprocessing dilalukan untuk mengubah citra berwarna menjadi grayscale. Langkah berikutnya segmentasi citra yang akan memisahkan citra daging menjadi 2 yaitu daging dan lemak menggunakan metode otsu. Lalu ekstraksi warna untuk mendapatkan nilai warna. Langkah terakhir pengklasifikasian dengan metode euclidean distance. Dengan metode ini di dapatkan hasil akurasi 72% untuk klasifikasi daging, Dan rata-rata nilai precision adalah sebesar 65% dan rata- rata recall 77% untuk daging.

show abstract

“…Penentuan dilakukan pada 20 sampel data citra yang sudah dipilih sebelumnya secara acak. [14] Sampel-sampel tersebut ditentukan berdasarkan pendekatan warna daging, warna lemak. Hasil dapat ditunjukkan pada tabel 2.…”

Section: Gambar 22 Standar Warna Lemakunclassified

Aplikasi Pendeteksi Kualitas Daging Menggunakan Segmentasi Region of Interest Berbasis Mobile

Falah

Nurhayati

Martono

2016

Jurnal Teknologi dan Sistem Komputer

Self Cite

View full text Add to dashboard Cite

Abstrak -Peningkatan kebutuhan daging sapi di Indonesia saat ini dimanfaatkan pedagang-pedagang curang untuk mengambil banyak keuntungan. Penjualan daging sapi berkualitas buruk menimbulkan kecemasan bagi masyarakat karena kandungan yang sangat berbahaya. Kualitas daging sapi yang baik dapat ditentukan dari warna, bau, tekstur dan kenampakan. Masyarakat pada umumnya menggunakan penglihatan kasat mata untuk menentukan kualitas daging sapi. Namun cara tersebut masih kurang efektif karena mata memiliki kelemahan untuk melihat suatu objek secara detail. Penelitian ini bertujuan merancang dan membuat aplikasi untuk mendeteksi kualitas daging sapi dengan menggunakan proses pengolahan citra.Aplikasi dibuat menggunakan sistem operasi Android yang terintegrasi dengan SDK Android, library OpenCV dan Eclipse. Proses deteksi dilakukan dengan cara pengambilan gambar daging sapi dan diolah dengan beberapa tahap pengolahan citra digital. Tahap pengolahan terdiri dari pra pengolahan citra aras keabuan, segmentasi Region of Interest, ekualisasi histogram dan analisis nilai statistik ekstraksi ciri.Penentukan kualitas daging sapi yang lebih efektif dapat dilakukan dengan melihat hasil analisis pengolahan citra. Penelitian ini menunjukkan hasil analisis akurasi ketepatan baca aplikasi adalah 90%. Kata Kunci: Android, Ekstraksi Ciri, OpenCV, Pengolahan Citra, Region of Interest I. PENDAHULUAN aging sapi merupakan salah satu bahan makanan yang penting untuk memenuhi kebutuhan gizi salah satunya protein.Kandungan gizi yang tinggi pada daging sapi sangat bermanfaat bagi pertumbuhan manusia. Dari kandungan tersebut, daging sapi merupakan salah satu bahan makanan yang sangat digemari didunia terutama di Indonesia. Peningkatan konsumsi daging sapi di Indonesia sangat signifikan setiap tahunnya. [1] Dari fenomena tersebut banyak sekali hal-hal yang dilakukan oleh pedagang atau penjual daging sapi konsumsi untuk meraup banyak keuntungan dengan mengesampingkan kualitas daging yang layak untuk dikonsumsi. Untuk meminimalisir kerugian yang dihasilkan, masyarakat membutuhkan pengetahuan lebih mengenai kondisi-kondisi daging sapi yang dijual apakah berkualitas baik atau buruk.Saat ini sud ah banyak teknologi yang berkembang seperti komputer, smartphone atau ponsel pintar yang sudah menjadi kebutuhan primer untuk dapat digunakan sebagai media informasi instan. Namun permasalahan yang terjadi adalah keterbatasan masyarakat yang kurang memiliki kemampuan untuk melihat kualitas daging yang baik dan hanya mengandalkan informasi dari luar saja. Untuk itu diperlukan sebuah aplikasi yang mampu membaca kualitas daging secara langsung melalui ponsel yang dimiliki oleh calon pembeli daging tersebut.Dalam pengembangan aplikasi pendeteksi kualitas daging sapi, metode yang digunakan yaitu Region of Interest (ROI). Metode ROI cocok diterapkan untuk deteksi kualitas daging karena mampu menonjolkan area tertentu dari citra digital yang di anggap lebih penting untuk membuat tampilan lebih jelas dari aslinya. [2] Metode ini nantinya akan diterapkan pada perangkat...

show abstract

Beef quality identification using color analysis and k-nearest neighbor classification

Cited by 14 publications

References 7 publications

Different Types of Beef and Pord Using Histogram Texture and K-Means Clustering Method

Different Types of Beef and Pord Using Histogram Texture and K-Means Clustering Method

Klasifikasi Daging Sapi Berdasarkan Ciri Warna Dengan Metode Otsu dan Euclidean Distance

Aplikasi Pendeteksi Kualitas Daging Menggunakan Segmentasi Region of Interest Berbasis Mobile

Contact Info

Product

Resources

About