Pengklasifikasian Grade Telur Ayam Negeri menggunakan Klasifikasi K-Nearest Neighbor berbasis Android

NUR IBRAHIM, TASYA FIKRIYAH BACHERAMSYAH, BAMBANG HIDAYAT, SJAFRIL DARANA

Sari


ABSTRAK

Telur ayam negeri yang dibeli oleh masyarakat Indonesia di toko swalayan, pasar, ataupun di peternakan memiliki grade yang berbeda-beda. Pada penelitian sebelumnya, telah dilakukan pembuatan sistem pengklasifikasian telur ayam dengan berbasis Windows, namun belum dapat digunakan secara praktis oleh masyarakat. Penelitian ini dilakukan agar masyarakat dapat menggunakannya di lapangan dalam mengklasifikasikan grade telur ayam negeri, dimana pengklasifikasian grade pada telur ayam negeri ini menggunakan klasifikasi KNearest Neighbor (K-NN) yang berbasis android. Berdasarkan hasil pengujian, sistem ini dapat mengklasifikasikan grade telur ayam negeri dengan tingkat akurasi sebesar 80% (dibandingkan menggunakan Haugh Unit Micrometer) menggunakan parameter layer 4 (grayscale), metode penghitungan jarak cosine, dan nilai k=1 dimana jumlah tetangga yang dibandingkan pada algoritma K-NN adalah 1.

Kata kunci: K-NN, telur ayam negeri, android.


ABSTRACT

Chicken eggs purchased by Indonesian people in supermarkets, markets, or farms have different grades. In the previous research, the classification system of chicken eggs has been done in the windows platform, but it cannot be used practically by the people. This research was made so the people can use it on the field to classify chicken eggs grade, using the classification of K-Nearest Neighbor (K-NN) based on android. Based on testing results of this system, can classify eggs grade chicken with an accuracy of 80% (compared with Haugh Unit Micrometer) using layer 4 (grayscale), cosine distance method, and value of k=1 which is the total of compared neighborhood in K-NN algorithm is 1.

Keywords: K-NN, chicken egg, android.


Kata Kunci


K-NN; telur ayam negeri; android

Teks Lengkap:

PDF

Referensi


Basuki, A. F. (2016). Deteksi Kualitas dan Kesegaran Telur Berdasarkan Segmentasi Warna dengan Metode Fuzzy Color Histogram dan Wavelet dengan Klasifikasi K-NN. e-Proceeding of Engineering, (pp. 4404-4411).

Tim Praktikum Produksi Ternak Unggas. (2013). Penuntun Praktikum Produksi Ternak Unggas. Sumedang: Laboratorium Ternak Unggas Fakultas Peternakan Univeristas Padjadjaran.

Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta: Andi.

Handayani, N. Y. (2017). Deteksi Kualitas dan Kesegaran Telur Ayam Berbasis Deteksi Objek Transparan dengan Metode Discrete Cosine Transform (DCT) dengan Klasifikasi K-Nearest Neighbor (K-NN). e-Proceeding of Engineering, (pp. 1725-1732).

Kadir, A., & Susanto, A. (2013). Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Andi.

Meirinda, G. (2016). Deteksi Kualitas dan Kesegaran Telur Berdasarkan Segmentasi Warna Menggunakan Metode Fuzzy Color Histogram (FCH) dan Histogram Equalization dengan Klasifikasi K-Nearest Neighbor (K-NN) Pada Citra Digital. e-Proceeding of Engineering, (pp. 1603-1610).

Padraid, C., & Delany, S. J. (2007). K-Nearest Neighbor Classifier. Technical Report UCD-CSI, 4, pp. 1-2.

Puttemans, S. (2015). What is the distance used by K-nearest neighbour in opencv. Dipetik pada 18 januari 2018 dari http://answers.opencv.org/question/66289/what-is-the-distance-used-by-k-nearest-neighbour-in-opencv/.

Salsabila, R. K., Hidayat, B., & Darana, S. (2016). Deteksi Kesegaran dan Kualitas Telur Berdasarkan Deteksi Objek Transparan dengan Metode Grey Level Co-Occurence Matrix (GLCM) dan Klasifikasi K-Nearest Neighbor (KNN). Tektrika, 1(2), 103-109.

Wardani, Y. E. (2017). Deteksi Kualitas dan Kesegaran Telur Berdasarkan Segmentasi Warna dengan Metode Fuzzy Color Histogram (FCH) dan Discrete Cosine Transform dengan Klasifikasi K-Nearest Neighbor (K-NN). e-Proceeding of Engineering, (pp. 316-324).

Widhiasih, R. N., Wahani, N. A., & Supriyanto. (2013). Klasifikasi Buah Belimbing Berdasarkan Red-Green-Blue Menggunakan K-NN dan LDA. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic, 1(1), 29-35.




DOI: https://doi.org/10.26760/elkomika.v6i2.288

Refbacks

  • Saat ini tidak ada refbacks.


_______________________________________________________________________________________________________________________

ISSN (print) : 2338-8323 | ISSN (electronic) : 2459-9638

Publisher:

Department of Electrical Engineering Institut Teknologi Nasional Bandung

Address: 20th Building  Institut Teknologi Nasional Bandung PHH. Mustofa Street No. 23 Bandung 40124

Contact: +627272215 (ext. 206)

Email: jte.itenas@itenas.ac.id________________________________________________________________________________________________________________________


Free counters!

Web Analytics Made Easy - StatCounter

Statistic Journal

Jurnal ini terlisensi oleh Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License