IDENTIFIKASI JENIS DAGING MENGGUNAKAN …digilib.unila.ac.id/55577/3/SKRIPSI FULL TEKS TANPA...
Transcript of IDENTIFIKASI JENIS DAGING MENGGUNAKAN …digilib.unila.ac.id/55577/3/SKRIPSI FULL TEKS TANPA...
IDENTIFIKASI JENIS DAGING MENGGUNAKAN IMAGE
PROCESSING BERBASIS ANDROID
(Skripsi)
Oleh
AGUNG MAULANA
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
ii
ABSTRAK
IDENTIFICATION TYPE OF MEAT USING IMAGE PROCESSING
ASSISTED BY ANDROID
By
AGUNG MAULANA
The purpose of this research is to create an android application that can identify
the types of meat based on colors of RGB. This research is intended to see whether
the application that made can work on smartphone to identify the types of meat.
The meat that used in this study was only three types of fresh meat, that is beef, pork
and mutton. The image processing process is done by calculating the percentage
value of red, green and blue from each types of meat using the color blob detection
method. Parameter values obtained from previous research and based on the
results of image processing that carried out directly using the application. The
application has an accuracy that is the type of beef: 84.28%, the type of pork:
92.86% and the type of mutton: 94.28%.
Kata Kunci: Accuracy , Android, Color Blob Detection, Feature Extraction,
Identification Of Meat.
iii
ABSTRAK
IDENTIFIKASI JENIS DAGING MENGGUNAKAN IMAGE
PROCESSING BERBASIS ANDROID
Oleh
AGUNG MAULANA
Tujuan dari penelitian ini adalah untuk menciptakan suatu aplikasi Android yang
dapat mengidentifikasi jenis daging berdasarkan warna RGB. Penelitian ini
dimaksudkan untuk melihat apakah aplikasi yang dibuat dapat berkerja pada
smartphone untuk mengidentifikasi jenis daging. Daging yang digunakan pada
penelitian ini hanya tiga jenis daging segar yaitu daging sapi, daging babi dan
daging kambing. Proses pengolahan citra dilakukan dengan menghitung nilai
persentasi red, green dan blue dari setiap jenis daging dengan menggunakan metode
color blob detection. Nilai parameter diperoleh dari penelitian sebelumnya dan
berdasarkan hasil pengolahan citra yang dilakukan langsung menggunakan
aplikasi. Aplikasi memiliki tingkat akurasi yaitu pada jenis daging sapi: 84.28%,
jenis daging babi: 92.86% dan jenis daging kambing: 94.28%.
Kata kunci: Android, color blob detection, ekstraksi fitur, identifikasi daging,
akurasi
iv
IDENTIFIKASI JENIS DAGING MENGGUNAKAN IMAGE
PROCESSING BERBASIS ANDROID
Oleh
AGUNG MAULANA
Skripsi
Sebagai salah satu syarat mencapai gelar
SARJANA TEKNIK
Pada
Jurusan Teknik Elektro
Fakultas Teknik Universitas Lampung
FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
v
vi
SURAT PERNYATAAN
Dengan ini saya menyatakan bahwa dalam skripsi yang saya buat tidak terdapat
karya orang lain dan diterbitkan orang lain kecuali secara tertulis diacu dalam
naskah sebagaimana telah di tuliskan dalam daftar pustaka. Selain dari itu saya
menyatakan bahwa skripsi ini saya buat sendiri.
Apabila pernyataan saya tidak benar maka, saya bersedia terkena sanksi sesuai
dengan hukum yang berlaku.
Bandar Lampung, 18 Desember 2018
Agung Maulana
1415031009
vii
viii
RIWAYAT HIDUP
Penulis dilahirkan di Bandar Lampung pada tanggal 03 Agustus
1995, anak dari bapak Mustofa dan ibu Hamsanah, anak ke dua
dari 4 bersaudara. Pendidikan sekolah dasar, diselesaikan pada
tahun 2008 di SDN 1 Way Halim Permai Bandar Lampung,
sekolah menengah pertama diselesaikan di SMP N 12 Bandar
Lampung pada tahun 2011, kemudian penulis melanjutkan pendidikan sekolah
menengah akhir di MAN 1 Bandar Lampung.
Pada tahun 2014 penulis, melanjutkan pendidikan di Universitas Lampung dengan
jalur SBMPTN(Seleksi Bersama Masuk Perguruan Tinggi Negeri) 2014. Selama
menimba ilmu di Universitas Lampung penulis aktif dalam organisasi Himpunan
Mahasiswa Elektro (HIMATRO) menjabat sebagai anggota Kaderisasi pada tahun
2015 dan anggota Kominfo pada tahun 2016, Forum Silahturahim dan Studi Islam
Fakultas Teknik Universitas Lampung(FOSSI FT UNILA) menjabat sebagai
anggota Kaderisasi dan Badan Eksekutif Mahasiswa Fakultas Teknik Universitas
Lampung(BEM FT UNILA) menjabat sebagai Kepala Dinas Kominfo pada tahun
2016. Penulis pernah menjadi asisten Praktikum Dasar Sistem Kendali dan
ix
Praktikum Sistem Kendali Lanjut di Laboratorium Teknik Elektro, Falkultas
Teknik Universitas Lampung pada tahun 2016–2017.
Penulis pernah melakukan kerja praktik di PT. Lentera Bumi Nusantara, Java Barat
Indonesia pada tahun 2017 dan melaksanakan Kuliah Kerja Nyata di Desa Dharma
Agung Mataram, Kecamatan Seputih Mataram Kabupaten Lampung Tengah,
Provinsi Lampung pada tahun 2016.
x
Karya Sederhana Ini Saya Persembahkan Kepada Orang Tua Saya
Mustofa & Hamsanah
Yang Telah Membesarkan Saya Dengan Penuh Cinta Kebahagiaan Dan Penuh Doa
Taklupa Kepada Saudara Ku Tersayang
Desy Ratna Sari S.Pd
Pertiwi Anggraeni
Nada Savira Rizqin
Yang selalu menyemangati setiap saat.
xi
MOTTO
“Tidaklah Aku menciptakan jin dan manusia melainkan agar mereka beribadah kepada-Ku”
(QS. Adz-Dzariyaat [51]: 56)
“Tak perlu bersikeras menjelaskan siapa dirimu, karena orang yang mencintaimu tak
membutuhkan itu, dan orang yang membencimu tak akan percaya itu”
(Ali bin Abi Thalib RA)
“Berbagai Perasaan yang datang atau singgah (Kegembiraan, Kesedihan, Kecewaan dan
Kesenangan) apapun itu. Hanyalah tamu kita, Terima dan layani dengan baik Lalu lepaskan
pulang dengan hati lapang. jangan biarkan mereka menginap berlama-lama di hati kita. Lalu
bersiaplah menyambuat tamu yang baru”
(Ricky Elson, B.Eng, M.Eng.)
“Ijazah itu tanda anda pernah sekolah. Bukan tanda anda pernah berpikir”
(Rocky Gerung)
xii
SANWACANA
Assalamu’alikum Warahmatullahiwabarokatuh
Puji syukur kepada Allah SWT yang telah melimpahkan rahmat dan innayah-Nya
penulis dapat menyelesaikan skripsi ini. Doa serta salam senantiasa dilimpahkan
kepada sahabat dan umat islam sampai akhir zaman.
Skripsi yang berjudul “IDENTIFIKASI JENIS DAGING MENGGUNAKAN
IMAGE PROCESSING BERBASIS ANDROID” sebagai salah satu syarat untuk
menggapai gelar Sarjana Teknik pada Jurusan Teknik Elektro Fakultas Teknik
Universitas Lampung.
Selama proses pengerjaan skripsi ini, penulis menyampaikan terimakasih kepada
semua pihak yang telah membantu penulis untuk menyelesaikan skripsi dengan
baik dan tepat pada waktu khususnya kepada:
1. Bapak Prof. Suharno. M.Sc., Ph.D., selaku Dekan Fakultas Teknik
2. Bapak Dr. Ing. Ardian Ulvan, S.T., M.Sc. selaku Ketua Jurusan Teknik
Elektro Universitas Lampung.
3. Bapak Agus Trisanto, Ph.D. selaku Dosen Pembimbing Utama Tugas akhir.
4. Ibu Dr. Ir. Sri Ratna S, M.T. selaku Dosen Pembimbing Kedua Tugas
Akhir.
xiii
5. Dr. Eng. F. X. Arinto S., S.T., M.T. selaku penguji pada tugas akhir.
6. Bapak serta Ibu dosen Jurusan Teknik Elektro atas didikan, bimbingan, serta
ilmu pengetahuan yang telah diberikan.
7. Mbak Ning dan jajaran staff administrasi Jurusan Teknik Elektro
Universitas Lampung.
8. Kepada orang tua saya, Ayahanda Mustofa dan Ibu Hamsanah, yang telah
memberikan doa dan dukungan serta kepada suadara kandung saya Desy
Ratna Sari, Pertiwi Anggraeni, dan Nada Savira Rizqin.
9. Kawan-kawan Teknik Elektro 2014 Chintia, Oka, Suci, Andri, Amir, Dapin,
Anggi, Adi, Adam, Yuda, Wilson, Awan dan lainnya yang Penulis tidak
dapat sebutkan satu perstu semoga kekeluargaan kita selalu terjalin.
10. Kawan-kawan seperjuangan di Laboratorium Elektronika Kak Kocong, Kak
Peceng, Kak Dirya, Kak Haki, Kak Eko, adik-adik 2015 dan lainnya atas
dukungan bantuan menyelesaikan tugas akhir ini.
11. Kawan-kawan Teknik Elektro serta keluarga besar Himatro.
12. Kawan-kawan Kerja Praktik Bagus, Aqila, Yuli, Nadia, dan Rika.
13. Kawan-Kawan Daging Squad/Hidroponik Squad Widiastuti Ariyana dan
Dimas Nugroho yang telah membantu tenaganya dalam proses
menyelesaikan tugas akhir ini.
14. Almamater tercinta, atas kisah hidup yang penulis dapatkan semasa kuliah.
Semoga Allah senantiasa membalas kebaikan kita menjadi nilai ibadah. Amin
Penulis menyadari bahwa skripsi ini tak luput dari kesalahan dan jauh dari
sempurna, oleh karena itu penulis sangat berterimakasih atas saran dan kritik
xiv
yang membangun agar ada perbaikan dalam masa yang akan datang, Semoga
skripsi ini berguna dan bermanfaat bagi kita semua.
Wassalamu’alikum Warahmatullahiwabarokatuh
Bandar lampung, 18 Desember 2018
Penulis
Agung Maulana
Daftar Isi
Daftar Isi...................................................................................................................i
Daftar Gambar..........................................................................................................v
Daftar Tabel ..........................................................................................................vii
BAB I PENDAHULUAN .......................................................................................1
1.1.Latar Belakang ..............................................................................................1
1.2. Tujuan Penelitian..........................................................................................3
1.3. Manfaat Penelitian........................................................................................3
1.4. Rumusan Masalah .......................................................................................3
1.5. Batasan Masalah...........................................................................................4
1.6. Hipotesis ......................................................................................................4
1.7.Sistematika Penulisan....................................................................................5
BAB II TINJAUAN PUSTAKA............................................................................. 6
2.1. Perbedaan Daging Sapi, Daging Kambing dan dan Daging Babi ...........6
ii
2.1.1 Warna ................................................................................................ 6
2.1.2 Segi Serat .......................................................................................... 6
2.1.3 Penampakan Lemak .......................................................................... 7
2.1.4 Aroma................................................................................................ 7
2.2. Hasil Penelitian Sebelumnya ................................................................. 7
2.3. Pemotongan Daging .............................................................................. 9
2.4. Pengolahan Citra ................................................................................... 9
2.4.1. Citra.................................................................................................. 10
2.4.2. Pengolahan Citra digital .................................................................. 10
2.4.3. Piksel ............................................................................................... 11
2.5. Citra RGB............................................................................................. 11
2.6. Himpunan ............................................................................................ 13
2.7. Android................................................................................................. 14
2.7.1. Library Android ............................................................................. 14
2.7.2. Library OpenCV untuk Android..................................................... 15
2.7.3. Blob Detection................................................................................. 15
BAB III METODE PENELITIAN........................................................................ 19
3.1. Waktu dan Tempat ................................................................................. 19
iii
3.2. Alat dan Bahan ....................................................................................... 19
3.3. Metode Penelitian................................................................................... 20
3.3.1. Diagram Alir Penelitian .................................................................. 20
3.3.2. Studi Literatur ................................................................................. 21
3.3.3. Perancangan Sistem ........................................................................ 21
3.3.4. Pembuatan Sistem ........................................................................... 25
BAB IV HASIL DAN PEMBAHASAN ..............................................................28
4.1. UI (user interface) .................................................................................. 28
4.1.1. Tampilan awal ................................................................................. 28
4.1.2. Tampilan menu................................................................................ 29
4.2. Struktur Aplikasi SIKAM ...................................................................... 32
4.3. Membaca Citra Warna............................................................................ 34
4.4. Hasil Membaca Citra Warna .................................................................. 34
4.5. Hasil Pengujian Pertama ........................................................................ 34
4.5.1. Pengujian Pertama dengan Jenis Daging Sapi ................................ 37
4.5.2. Pengujian Pertama dengan Jenis Daging Babi................................ 38
4.5.3. Pengujian Pertama dengan Jenis Daging Kambing ........................ 39
4.6. Proses Pengambilan Data ....................................................................... 41
4.7. Identifikasi Jenis Daging ........................................................................ 46
4.7.1. Himpunan Red................................................................................. 47
iv
4.7.2. Himpunan Green............................................................................. 47
4.7.3. Himpunan Blue................................................................................ 48
4.7. Proses Pengujian Sistem........................................................................... 49
4.7.1. Pengujian Sistem Menggunakan Daging Sapi ................................ 50
4.7.2. Pengujian Sistem Menggunakan Daging Babi................................ 52
4.7.3. Pengujian Sistem Menggunakan Daging Kambing ........................ 54
BAB V KESIMPULAN........................................................................................ 58
5.1. Kesimpulan.................................................................................................. 58
4.2. Saran ....................................................................................................... 59
DAFTAR PUSTAKA ...........................................................................................6
Daftar Gambar
Gambar 2.1 Piksel dalam suatu gambar................................................................ 11
Gambar 2.2 Menentukan titik pusat pada Sub-pixel precise blob detection......... 18
Gambar 3.1 Diagram alir penelitian...................................................................... 20
Gambar 3.2 Diagram alir sistem .......................................................................... 24
Gambar 3.3 Diagram alir Color blob detection..................................................... 26
Gambar 3.4 Himpunan komponen warna RGB ....................................................27
Gambar 4.1 (a) Tampilan awal (b) Tampilan menu.............................................. 29
Gambar 4.2 Menu Identifikasi ............................................................................. 30
Gambar 4.3 Menu parameter................................................................................. 31
Gambar 4.4 Menu tutorial .....................................................................................31
Gambar 4.5 Menu about........................................................................................ 32
Gambar 4.6 Struktur aplikasi SIKAM ................................................................. 33
vi
Gambar 4.7 Garis himpunan pada nilai (a)red (b)green dan (c) blue pada
pengujian pertama ................................................................................................ 36
Gambar 4.8 Posisi smartphone dengan objek ...................................................... 42
Gambar 4.9 Gambar daging sapi........................................................................... 43
Gambar 4.10 Gambar daging kambing ................................................................ 43
Gambar 4.11 Gambar daging babi ....................................................................... 44
Gambar 4.12 Garis himpunan red ........................................................................ 47
Gambar 4.13 Garis Himpunan green ................................................................... 47
Gambar 4.14 Garis himpunan blue ...................................................................... 48
Daftar Tabel
Tabel 4.1 Nilai maksimum dan minimum pada tiga jenis daging......................... 35
Tabel 4.2 Hasil pengujian pertama jenis daging sapi............................................ 37
Tabel 4.3 Hasil pengujian pertama dengan jenis daging babi............................... 38
Tabel 4.4 Hasil pengujian pertama dengan jenis daging kambing........................ 39
Tabel 4.5 Nilai persentase RGB pada masing-masing jenis daging ................... 44
Tabel 4.6 Nilai parameter RGB setiap jenis daging.............................................. 46
Tabel 4.7 Pengujian sistem menggunakan daging sapi......................................... 50
Tabel 4.8 Pengujian sistem menggunakan daging babi ....................................... 52
Tabel 4.9 Pengujian sistem menggunakan daging kambing ................................ 54
BAB I
PENDAHULUAN
1.1.Latar Belakang
Daging merupakan bahan pangan yang memiliki kandungan gizi tinggi
memenuhi kebutuhan asam amino esensial yang berguna untuk memberikan
beragam manfaat bagi tubuh, juga sebagai sumber vitamin B kompleks dan
lemak pada daging memiliki kandungan vitamin-vitamin yang bermanfaat bagi
tubuh manusia. Daging dapat diperoleh dengan memotong hewan ternak, baik
hewan ternak yang berukuran besar seperti sapi, kuda, kerbau, unta maupun
hewan ternak yang berukuran kecil seperti kambing, ternak unggas, kelinci dan
lain-lain.
Daging merupakan sumber makanan yang diminati oleh masyarakat dunia
maupun di indonesia, harga daging yang relative mahal sehingga mendorong
masyarakat untuk mengambil langkah curang untuk mengambil keuntungan
dengan cara jujur maupun tidak jujur, banyak kasus jaul beli daging di indonesia
dengan mencampurkan daging sapi dan daging kambing yang tergolong halal
bagi masyarakat beragama islam dengan daging haram seperti babi, celeng dan
2
lain sebagainya, kasus ini terjadi bukan hanya di pasar tradisonal bahkan di
supermaker besar.
Harga daging haram yang relative lebih murah dibandingkan dengan daging
halal bagi masyarakat beragama islam membuat kasus jual beli daging oplosan
atau campuran semakin marak, banyak kasus penipuan daging campuran yang
terjadi dikalangan masyarakat membuktikan bahwa masyarakat kususnya
beragama islam belum paham dan kurang teliti dalam menentukan daging
halam dengan daging haram.
Oleh karena itu diperlukan sebuah aplikasi yang dengan mudah dan cepat untuk
membedakan daging sapi, daging kambing dan daging babi. Pada penelitian ini
akan membuat aplikasi ekstraksi ciri citra untuk pengenalan warna daging sapi,
daging kambing dan daging babi menggunakan aplikasi.
Pada penelitian yang dilakukan oleh Afri Yudamson dan FX. Arinto Setyawan
tahun 2016 dengan judul “Ekstraksi Ciri Citra Untuk Pengenalan Daging Halal
Dan Haram” menggunakan metode citra warna RGB untuk mengindentifikasi
pola daging halal dan haram. Lalu peneliti ingin melanjutkan penelitian dengan
menambahkan aplikasi Android untuk mengidentifikasi jenis daging.
Dari hasil penelitian yang dilakukan oleh Khaironi Dwi Septiaji dan Kartika
Firdausy tahun 2017 dengan judul “Deteksi Kematangan Daun Selada (Lactuca
Sativa L) Berbasis Android Menggunakan Nilai RGB Citra” menggunakan
metode citra warna RGB untuk mendeteksi kematangan daun selada melalui
apikasi Android. Pada peneliti ingin mengubah objek daun selada menjadi objek
daging, sehingga dapat membedakan jenis daging.
3
1.2. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Membuat aplikasi yang dapat mengidentifikasi jenis daging sapi, daging
kambing dan daging babi menggunakan citra warna.
2. Mengetahui apakah aplikasi yang dibuat dapat berkerja pada smartphone
dalam proses pengenalan warna daging sapi, daging kambing dan daging
babi.
1.3. Manfaat Penelitian
Manfaat dari penelitian ini adalah:
Didapatkan sebuah aplikasi Android yang dapat mengenalan daging sapi,
daging kambing dan daging babi, sehingga aplikasi Android ini dapat
digunakan untuk membantu masyarakat dalam pengenalan daging sapi, daging
kambing dan daging babi dengan menggunakan smartphone tipe Xiaomi
Redmi 4X.
1.4. Rumusan Masalah
Rumusan masalah dari penelitian ini adalah:
1. Merancang program untuk mengolah citra gambar sehingga mendapatkan
sebuah informasi.
2. Bagaimana menggunakan metode ekstaksi warna RGB untuk mengenal
daging sapi, daging kambing dan daging babi dalam aplikasi Android.
4
3. Mengaji kinerja aplikasi Android yang dapat mengenal daging sapi,
daging kambing dan daging babi.
1.5. Batasan Masalah
Adapun batasan masalah dalam penelitian ini adalah:
1. Dalam penelitian membuat perangkat keras yaitu sebuah kotak untuk
proses pengambilan data dan pengujian aplikasi serta laptop digunakan
untuk merancang program menggunakan software Android Studio
2. Pengujian menggunakan jenis daging sapi, daging kambing dan daging
babi segar.
3. Parameter yang digunakan dua yaitu berdasarkan warna RGB pada
pengujian sebelumnya dan berdasarkan warna RGB yang diambil
langsung menggunakan smartphone tipe Xiaomi Redmi 4X.
4. Jarak antara objek daging dengan kamera yang diberada tepat diatas objek
dengan jarak kurang lebih 20cm.
5. Daging yang diuji diletakan pada background berwarna hitam.
6. Smartphone yang digunakan pada penelitian ini adalah xioami redmi 4X.
1.6. Hipotesis
Dengan adanya perbedaan antara warna daging sapi, daging kambing dan
daging babi memudahkan untuk menetukan jenis daging. Pengolahan citra
metode RGB (Read, Green and Blue) digunakan untuk memberikan informasi
perbedaan warna.
5
1.7.Sistematika Penulisan
Laporan penulisan penelitian ini terdiri dari:
I. Pendahuluan
Bab ini membahas tentang latar belakang, tujuan penelitian, manfaat
penelitian, perumusan masalah, batasan masalah, dan sistematika
penuliasan
II. Tinjuan Pustaka
Bab ini membahas tentang teori-teori yang mendukung untuk pembuatan
aplikasi Android dalam mengenal daging halal dan haram.
III. Metode Penelitian
Bab ini membahas tentang metode yang digunakan untuk memudahkan
dalam proses penelitian.
IV. Pembahasan
Bab ini berisi tentang hasil penelitian dan pembahasan tentang kinerja
aplikasi Android yang telah dirancang.
V. Kesimpulan
Bab ini membahas tentang kesimpulan dan saran pada penelitian yang
dilakukan.
BAB II
TINJAUAN PUSTAKA
2.1. Perbedaan Daging Sapi, Daging Kambing dan dan Daging Babi
Ada beberapa perbedaan mendasar antara daging sapi, daging kambing dan
daging babi. Secara kasat mata ada empat aspek yang terlihat berbeda antara
daging sapi, daging kambing dan babi yaitu warna, serat daging, tipe lemak dan
aroma (Qur’ani,2010).
2.1.1 Warna
Dari segi warna terlihat daging sapi, daging kambing dan daging babi
memiliki warna yang berbeda, daging sapi memiliki warna merah yang
cerah, daging kambing memiliki warna yang gelap dibandingkan daging
sapi dan daging babi, sedangkan daging babi memiliki warna yang pucat
hampir mendekati warna daging ayam.
2.1.2 Segi Serat
Dari segi serat perbedaan terlihat dengan jelas antara ketiga daging ini. Pada
sapi, serat-serat daging tampak padat dan garis-garis seratnya terlihat jelas,
daging babi serat-seratnya terlihat samar dan sangat renggang dan
sedangkan daging kambing memiliki serat yang lembut dan samar.
7
Perbedaan ini semakin jelas ketika ketiga daging direnggangkan secara
bersamaan.
2.1.3 Penampakan Lemak
Perbedaan terdapat pada tingkat keelastisannya. Daging babi memiliki
tekstur lemak yang lebih elastis sementara lemak sapi lebih kaku dan
berbentuk. Selain itu lemak pada babi sangat basah dan sulit dilepas dari
dagingnya sementara lemak daging agak kering dan tampak berserat, daging
sapi memiliki tekstur sedikit kaku dan berbentuk sedangkan lemak pada
daging kambing terlihat jelas apabila dilihat langsung.
2.1.4 Aroma
Daging babi memiliki aroma khas tersendiri, aroma daging sapi adalah anyir
dan daging kambing memiliki aroma khas kambing seperti yang telah kita
ketahui. Sayangnya kemampuan membedakan melalui aromanya ini
membutuhkan latihan yang berulang-ulang karena memang perbedaannya
tidak terlalu signifikan. Jadi agak sedikit susah bagi kita yang belum pernah
sama sekali mencium aroma daging babi.
2.2. Hasil Penelitian Sebelumnya
Dari hasil penelitian yang dilakukan oleh Afri Yudamson dan FX. Arinto
Setyawan tahun 2016 Dengan judul “Ekstraksi Ciri Citra Untuk Pengenalan
Daging Halal Dan Haram” memiliki perbedaan dari segi warna pada jenis-
jenis daging yang diteliti hasil dari penelitian sebagai berikut persentase
komponen Red pada rentang 50,78% sampai 53,87% dapat menjadi ciri untuk
daging anjing. Persentase komponen Green pada rentang 29,11% sampai
8
31,43% dapat menjadi ciri untuk daging babi dan babi hutan. Persentase
komponen Blue pada rentang 25,33% sampai 28,22% dapat menjadi ciri untuk
daging kambing. Dengan adanya perbedaan warna pada jenis daging yang
diteliti maka memudahkan untuk mengindentifikasi jenis daging sapi, daging
kambing dan daging babi.
Dari hasil penelitian yang dilakukan oleh Faizun Iqbal Zulfi tahun 2017
dengan judul “Identifikasi Tingkat Kesegaran Daging Sapi Lokal
Menggunakan Ekstraksi Fitur Warna Berbasis Gui Matlab” dapat
mengidentifikasi tingkat kesegaran pada daging sapi dengan tingkat
keberhasilan sebesar 72,5% dan pada daging sapi tidak segar dengan tingkat
keberhasilan sebesar 80% dengan menggunakan metode pengolahan citra
model RGB.
Dari hasil penelitian yang dilakukan oleh Khaironi Dwi Septiaji dan Kartika
Firdausy dengan judul “Deteksi Kematangan Daun Selada (Lactuca Sativa L)
Berbasis Android Menggunakan Nilai RGB Citra”. Pengujian dilakukan
dengan dengan tiga kondisi intensitas cahaya 500 lux, 5000 lux, dan 550 lux,
serta tiga variasi jarak 10 cm, 15 cm, dan 20 cm. Hasil pengujian
menunjukkan akurasi sebesar 80%, 78 %, dan 82 %.
Dari Hasil penelitian yang dilakukan oleh C.R. Nurhuda dan Kartika Firdausy
tahun 2017 dengan judul “Metode Color Blob Detection Untuk Deteksi
Kematangan Tomat Secara Otomatis Berbasis Android”. merancang
perangkat lunak untuk mendeteksi tingkat kematangan tomat dengan cara
pengguna menyentuh layar smartphone yang diarahkan pada objek tomat.
Selanjutnya proses deteksi kematangan tomat dijalankan dan menampilkan
9
informasi tingkat kematangan tomat dan nilai RGB. Hasil pengujian aplikasi
diluar ruang menunjukkan tingkat akurasi sebesar 93% pada intensitas cahaya
134 lux.
2.3. Pemotongan Daging
Daging yang diperjualbelikan di pasar tradisional maupun supermarket
biasanya masih utuh dan ada pula yang sudah dipotong dengan ukuran 2cm
sampai 5cm. Pada potong-potongan kecil ini sering terjadi kasus
mencampurkan daging halal dengan daging haram. Pemotongan daging
dengan ukuran kecil dapat dilakukan secara membujur ataupun melintang.
Kedua pemotongan akan menghasilkan serat pada daging yang berbeda.
2.4. Pengolahan Citra
Pengolahan citra (image processing) adalah pemrosesan yang dilakukan
untuk mengubah citra sehingga mendapatkan hasil yang sesuai dengan
keinginan pengguna baik untuk memperbaiki citra maupun memperalus citra,
pengolahan citra merupakan bagian dari mesin visual, karena untuk
menghasilkan keluaran selain citra, informasi dari citra yang ditangkap oleh
kamera juga dioleh dan dipertajam pada bagian-bagian tertentu
(Ahmad,2005).
Secara umum pengolahan citra terbagi beberapa operasi pengolahan citra
sebagai berikut:
10
a. Image Enhancement ( Perbaiki Kualitas Citra)
b. Image Restoration (Restorasi Citra)
c. Image Compression (Kompresi Citra)
d. Image Segmentation (Segmentasi Citra)
e. Image Analysis (Analisa Citra)
f. Image Reconstuction (Rekonstruksi Citra)
2.4.1. Citra
Citra merupakan istilah dari sebuah gambar atau image merupakan sebuah
informasi yang didapatkan secara visual. Ditinjau dari sudut pandang
matematis, citra merupakan fungsi menerus (continue) dari intensitas
cahaya pada dwimatra (Benny M, 2005). Dwimatra merupakan sebuah
gambar bidang dua dimensi yang diciptakan dari sebuah cahaya yang
menerangi objek, lalu objek memantulkan sebagian berkas cahaya dan
sebagian berkas cahaya diserab oleh objek, pantulan cahaya tersebut
ditangkap oleh alat-alat optik seperti mata manusia, kamera dan sebagainya
sehingga objek tersebut dapat direkam.
2.4.2. Pengolahan Citra digital
Citra merupakan sebuah informasi visiual yang mudah untuk dipahami,
tetapi sering terjadi penurunan mutu citra seperti kualitas citra mengadung
cacat atau noise, warnanya terlalu kontras, kabur (brurring) dan lain
sebagainya. Dengan penurunan mutu citra seperti ini lebih sulit untuk
mendapatkan informasi dari citra tersebut baik oleh manusia maupun mesin,
11
maka citra tersebut dimanipulasi agar citra yang didapatkan bisa
memberikan informasi yang dibutuhkan oleh manusia maupun mesin.
Manipulasi citra di dapat dalam bidang studi pengolahan citra (image
processing) yang menggunakan komputer sebagai alat dalam pengolahan
citra.
2.4.3. Piksel
Pengolahan citra membutuhkan sebuah citra yang memiliki format sehingga
dapat dibaca oleh program komputer, format didapatkan dengan cara
membagi citra menjadi sekumpulan sel-sel diskrit yang sering disebut
dengan piksel.
Gambar 2.1 Piksel dalam suatu gambar
Piksel yang ditunjukan pada Gambar 2.1 merupakan reperensi sebuah titik
terkecil dalam sebuah citra sehingga dari titik terkecil tersebut memiliki
nilai yang menyatakan sebuah warna atau menyatakan sebuah kecerahan
piksel atau disebut dengan intensitas cahaya yang memiliki bentuk persegi
bila digabungkan akan menjadi sebuah citra.
Piksel
12
2.5. Citra RGB
Suatu citra diciptakan dari sebuah kombinasi puluhan piksel yang memiliki
warna sekunder dihasilkan dari campuran warna-warna primer yaitu red
(merah), Green (hijau), dan blue (biru) yang akan diproses sehingga dapat
menbaca nilai RGB (Red,Green and Blue) pada suatu piksel.
Pengolahan citra warna RGB sangat mudah dan sederhana karena informasi
pada komputer sudah dikemas dalam model warna yang sama. Hal yang perlu
dilakukan adalah bagaimana cara melalukan pembacaan pada nilai red, green,
dan blue pada setiap piksel pada suatu citra, salah satu cara menormalisasi
terhadap tiga komponen tersebut. Normalisasi perlu dilakukan apabila
pengembalian citra dilakukan dengan kondisi penerangan yang berbeda. Hasil
perhitungan tiap warna pokok yang telah dinormalisasi akan menghilangkan
pengaruh penerangan, sehingga nilai untuk setiap komponen dapat
dibandingkan satu dengan yang lainnya walaupun berasal dari citra dengan
penerangan yang berbeda, deengan catatan perbedaan tersebut tidak terlalu
ekstrim (Ahma,2005).
%𝑅 =�̅�
�̅� + �̅� + �̅�𝑥100 (2.1)
%𝐺 =�̅�
�̅� + �̅� + �̅�𝑥100
(2.2)
%𝐵 =�̅�
�̅� + �̅� + �̅�𝑥100
(2.3)
Dimana
%𝑅 = Persentase komponen Red
13
%𝐺 = Persentase komponen Green
%𝐵 = Persentase komponen Blue
�̅� = Nilai rerata intensitas komponen Red
�̅� = Nilai rerata intensitas komponen Green
�̅� = Nilai rerata intensitas komponen Blue
2.6. Himpunan
Secara intuitif himpunan adalah kumpulan objek-objek yang mempunyai sifat
tertentu, misalnya kumpulan hewan ternak berkaki 2, kumpulan hewan yang
halal bagi umat islam, kumpulan mahasiswa teknik elektro dan sebagainya
(Khirunnisa,2014).
Objek yang dimaksud dapat berupa bilangan, manusia, hewan tumbuhan,
benda dan lain sebagainya. Didefinisikan dengan mempunyai arti bahwa
himmpunan memiliki sifat-sifat dan syarat tertentu sebagai ciri pembeda yang
menentukan keanggotaan suatu himpunan.
Pada himpunan terdapat operasi gabungan (∪) himpunan semua objek yang
menjadi anggota himpunan A dan/atau menjadi anggota himpunan B, irisan
(∩) semua objek yang menjadi anggota himpunan A sekaligus menjadi anggota
himpunan B, selisih (A-B={𝑥|𝑥 ∈ 𝐴 𝑑𝑎𝑛 ∉ 𝐵} dan komplemen selisih
himpunan semesta dengan himpunan A (𝐴𝑐={𝑥|𝑥 ∈ 𝑆 𝑑𝑎𝑛 ∉ 𝐴}. Dengan
menggunakan operasi-operasi ini dapat dibentuk himpunan baru dari
himpunan-himpunan yang diketahui.
14
Pertidaksamaan adalah kalimat terbuka yang menggunakan tanda < , >, ≤
atau ≥. Pada pertidaksamaan himpunan penyelesaiannya terdiri dari suatu
keseluruhan selang bilangan atau gabungan dari selang-selang.
Selang hingga merupakan bagian bilangan real (R) yang terbatas di atas dan di
bawah. Selang tak hingga merupakan himpunan bagian dari bilangan real (R)
yang tidak terbatas di atas atau di bawah
2.7. Android
Android adalah salah satu sistem operasi perangkat mobile atau smartphone
yang dirilis oleh Google. Android SDK (Software Development Kit)
menyediakan tools dan API yang digunakan untuk mengembangkan aplikasi
pada platform Android dengan menggunakan bahasa pemrograman Java.
Android memiliki sebuah kode nomor untuk membedakan dari setiap versi.
Android memberikan nama berupa nama makanan sesuai dengan huruf
alphabet. Kelebihan sistem operasi Android adalah sistem operasinya terbuka,
akses mudah ke Android Market, dan Multitasking ponsel Android mampu
menjalankan beberapa aplikasi sekaligus. Android dapat memberitahukan
tentang adanya SMS, email, atau bahkan artikel terbaru dari RSS Reader dan
sekaligus mendukung semua layanan Google.
Kekurangan dari operasi Android yaitu terdapat iklan pada aplikasi yang di
download secara gratis, lambatnya pembaharuan perangkat, terdapat malware,
baterai cepat habis karena OS ini punya banya procceds yang bekerja di balik
layar. (Oktaviani,2018).
15
2.7.1. Library Android
Dalam ilmu komputer adalah koleksi dari rutin-rutin program yang
digunakan untuk membangun dan mengembangkan aplikasi Android.
pustaka pada umumnya mempunyai kode program dan data pembantu yang
disediakan oleh layanan-layanan kepada program-program independen.
Pustaka perangkat lunak bersifat terbuka hal ini memperbolehkan kode dan
data digunakan secara bersama-sama dan dapat diubah dengan
menggunakan paradigma pemrograman moduler. Library Android adalah
daftar pustaka yang disediakan oleh perorangan atau perkelompok untuk
memudahkan seorang dalam memprogram suatu aplikasi Android yang
akan dibuat dalam mempersingkat pemprograman, memperindah tampilan
dan dapat digunakan untuk menganalisa suatu hasil pengolahan citra atau
menganalisa suatu data.
2.7.2. Library OpenCV untuk Android
Library The Open Source Computer Vision (OpenCV) adalah Daftar
pustaka perangkat lunak lebih dari 2.500 agoritma yang sudah
dioptimalkan. Yang diliris di bawah lisensi BSD (Berkeley Software
Distribution) perpustakaan termasuk satu set komprehensif klasik, state of
the art visi komputer dan algoritma pembelajaran mesin. Pustaka openCV
memudahkan pengguna untuk menggunakan dan memodifikasi kode.
Bahasa yang digunakan pada openCV adalah C ++, Python dan antarmuka
Java, pustaka ini juga mendukung mendukung Windows, Linux, Mac OS,
iOS dan Android. OpenCV dirancang untuk efisensi komputasi dan
memfokuskan dalam aplikasi secara real-time. [OpenCV. 2018]
16
2.7.3. Blob Detection
Blob detection adalah mendeteksi kumpulan pixel-pixel yang memiliki
warna yang sama dibandingkan dengan latar belakangnya agar dapat
mendeteksi low-level dalam suatu objek baik dua dimensi maupun tiga
dimensi. Blob dapat ditampilkan dengan acara yang berbeda-beda
tergantung metode yang akan digunakan karena setiap metode memiliki
kelebihan dan kekurangannya masing-masing. Berikut ini beberapa
metode yang sering digunakan dalam blob detection yaitu (Kaspers,2011):
a. Prerequisites adalah berdasarkan representasi skala-ruang. Utama
tujuan dari representasi ruang-skala adalah untuk memahami struktur
gambar di semua level resolusi secara bersamaan dan tautkan gambar di
skala berturut-turut.
b. Template Matching adalah mendeteksi tempelet yang cocok dari bagian
sample gambar.
c. Watershed Detection adalah mengasumsikan sebuah gambar menjadi
pegunungan dengan nilai abu-abu dan mensimulasikan proses hujan
yang jatuh ke pegunungan, berlari menuruni pegunungan dan
terakumulasi dalam cekungan.
d. Spoke Filter adalah yang mendeteksi gumpalan berbagai ukuran adalah
Spoke Filter juga disebut Adaptive Spatial Erosion Filte yang diusulkan
oleh Minor dan Sklansky.
e. Automatic scale selection adalah Sebagian besar aplikasi deteksi
gumpalan didasarkan pada metode Lindeberg untuk pemilihan skala
otomatis.
17
f. Effective maxima line detection adalah menyajikan metode di mana
kurva terhubung modulus maxima pada skala yang berbeda - disebut
garis maxima - dipilih secara efektif, untuk membagi gumpalan dari
kebisingan.
g. Confidence Measurement adalah menyajikan metode multi-skala yang
agak rumit untuk mengekstrak gumpalan dari sebuah gambar. Ini tidak
didasarkan pada smoothing Gaussian linear, seperti metode
sebelumnya.
h. Sub-pixel precise blob detection terdiri dari dua langkah utama dalam
metode sub-pixel precise blob detection. Langkah pertama terdiri dari
ekstraksi titik pusat potensial gumpalan dalam presisi subpiksel.
Langkah kedua diuraikan dalam terdiri dari merekonstruksi batas di
sekitar titik tertentu (Hinz, 2005).
Ekstraksi titik pusat blob detection didasarkan pada geometrik
diferensial, persegi panjang dari titik pusat dimana panjang 𝑙, dan lebar
𝑤 = (𝑤 < 𝑙) dan daerah homogen, yaitu kontras yang konstan ℎ,
berfungsi sebagai primitif dasar. Dibutuhkan algoritma smoothing agar
dapat menekan gangguan. Oleh karena itu, tujuan dari algoritma adalah
pertama untuk menemukan titik-titik pusat dan kemudian
merekonstruksi batas persegi panjang.
Mengangsumsikan bahwa persegi panjang dapat berorientasi sepanjang
sumbu koordinat 𝑥, 𝑦. Kemudian fungsi model 𝑓𝑟 untuk persegi panjang
dengan kontras yang dinormalisasi ℎ = 1 diberikan oleh:
18
𝑓𝑟(𝑥, 𝑦) = 1 𝑑𝑎𝑟𝑖 |𝑥| ≤ 𝑑𝑎𝑛 |𝑦| ≤ 𝓌;
𝑓𝑟(𝑥, 𝑦) = 0 𝑚𝑎𝑘𝑎
(2.4)
dan respon 𝑟𝜎 setelah mengubah 𝑓𝑟 dengan kernel Gaussian smoothing
satu dimensi
𝐺(𝑥) =1
√2𝜋𝜎2ℯ
−𝓍2
2𝜎2 (2.5)
dan pada Gaussian smoothing dua dimensi
𝐺(𝑥, 𝑦) =1
2𝜋𝜎2ℯ
−𝓍2+𝑦2
2𝜎2 (2.6)
sehingga menjadi
𝑟𝜎(𝑥, 𝑦, 𝑙, 𝑤) =
(𝑔𝜎(𝑥 + 1) − 𝑔𝜎(𝑥 − 1))(𝑔𝜎(𝑦 + 𝑤) − 𝑔𝜎(𝑦 − 𝑤))
(2.7)
orientasinya dapat ditentukan dengan menghitung eigenvector dari
Hessian Matrix H
𝐻(𝑥, 𝑦) = |𝑟𝑥𝑥 𝑟𝑥𝑦
𝑟𝑦𝑥 𝑟𝑦𝑦| (2.8)
dan memilih eigenvector (𝑒𝑥; 𝑒𝑦) yang sesuai dengan nilai eigen
absolut yang lebih besar 𝜆𝑒 (𝜆𝑒 < 0 untuk gumpalan terang 𝜆𝑒 >
0 untuk gumpalan gelap).
Gambar 2.2 Menentukan titik pusat pada Sub-pixel precise blob
detection
BAB III
METODE PENELITIAN
3.1. Waktu dan Tempat
Adapun waktu dan tempat penelitian dilaksanakan di
Tempat : Laboratorium Teknik Kendali, Laboratorium Terpadu
Teknik Elektro, Universitas Lampung.
Waktu : Maret – Desember 2018
3.2. Alat dan Bahan
Alat dan Bahan yang digunakan dalam pelaksanaan penelitian ini terdiri atas,
perangkat keras dan software pemrograman yaitu sebagai berikut:
1. Laptop Lenovo G50
2. Luxmeter
3. Kotak 50x50x50cm
4. Lampu LED 4 buah 12volt
5. Smartphone Xiaomi Redmi 4X
6. Adapter AC to DC 12volt
7. Kabel 2 meter
20
8. Software Android Studio
9. Daging Sapi, daging kambing dan daging babi.
3.3. Metode Penelitian
Untuk mencapai tujuan penelitian agar dapat selesai tepat waktu, maka
dilakukan langkah-langkah kerja yang dilakukan sebagai berikut:
3.3.1. Diagram Alir Penelitian
Adapun diagram alir penelitian dibuat agar dapat menjelaskan langkah-
langah kerja yang akan dilakukan dalam penelitian ini yang ditunjukan
pada Gambar 3.1.
Gambar 3.1 Diagram alir penelitian
21
3.3.2. Studi Literatur
Dalam studi literatur penulis akan melakukan pencarian informasi yang
berterkait dengan penelitian ini baik dari buku, jurnal, sumber internet
maupun hasil penelitian.
1. Pemrograman Android
2. Pengolahan Citra
3. Ekstraksi fitur warna RGB
4. Pustaka openCV
5. Color Blob Detection
6. Citra warna daging sapi, daging babi dan daging kambing.
3.3.3. Perancangan Sistem
Dalam perancangan sistem terbagi menjadi tiga bagian yaitu Perancangan
kriteria sistem, Pengambilan data sampel dan Perancangan cara kerja
sistem, penjelasan dari tiga bagian tersebut sebagai berikut:
1. Perancangan Kriteria Sistem
Sistem yang akan dibuat memiliki kriteria sebagai berikut:
a. Menggunakan smartphone OS Android untuk mengambil data.
b. Mampu mengindentifikasi jenis daging sapi, daging kambing dan
daging babi.
Pada perancangan sistem penelitian menggunakan perangkat lunak
dan keras. Pada perangkat lunak digunakan untuk membuat program
menggunakan software Android Studio, perangkat keras digunakan
untuk mengambil data yaitu sebuah smartphone, kotak pengambilan
22
data berukuran 50x50x50cm dan Laptop digunakan untuk membuat
program.
2. Pengambilan Data Sampel
Data sampel terbagi menjadi dua bagian yaitu data pembelajaran dan
data pengujian, data pembalajaran merupakan data yang digunakan
untuk menjadi parameter mengindentifikasi jenis daging sapi, daging
kambing dan daging babi. Data pembelajaran yang didapatkan dari
penelitian sebelumnya untuk mendapatkan nilai parameter jenis
daging babi dan daging kambing didapatkan pada penelitian yang
dilakukan oleh Afri Yudamson dan FX. Arinto Setyawan tahun 2016
dengan judul “Ekstraksi Ciri Citra Untuk Pengenalan Daging Halal
Dan Haram”. Sedangkan data pembelajaran jenis daging sapi
didapatkan pada penelitian yang dilakukan oleh Faizun Iqbal Zulfi
tahun 2017 dengan judul “Identifikasi Tingkat Kesegaran Daging Sapi
Lokal Menggunakan Ekstraksi Fitur Warna Berbasis Gui Matlab” dan
Data yang didapatkan dengan cara mengambil data secara langsung
menggunakan smartphone yang telah dipasang aplikasi. Data
pengujian yaitu data yang didapatkan dari hasil pengujian
menggunakan data pembelajaran pada penelitian sebelumnya dan
pengujian menggunakan data yang diambil secara langsung
menggunakan smartphone.
23
3. Perancangan Cara Kerja Sistem
Secara keseluruhan sistem dapat dilihat pada Gambar 3.2, gambar
tersebut menjelaskan cara kerja sistem yang akan dirancang. Sistem
akan berkerja ketika manusia membuka aplikasi identifikasi jenis
daging sapi, daging kambing dan daging babi melalui smartphone OS
Android, selanjutnya aplikasi akan mengambil empat menu yang
tersedia yaitu menu identifikasi, menu parameter, menu tutorial dan
menu about. Melalui menu identifikasi jenis daging aplikasi akan
menampilkan daging menggunakan kamera smartphone secara real-
time. setelah menampilkan gambar daging ke layar smartphone secara
langsung pengguna harus onTouch atau memfokuskan kamera ke
objek daging agar dapat menghasilkan blob yaitu warna merah
disekitar objek daging. Sistem akan memulai memproses membaca
citra warna RGB (red Green dan Blue) dari objek yang telah OnTouch.
Dari citra warna RGB tersebut dijadikan sebagai parameter untuk
mengidentifikasi tiga jenis daging. Nilai citra warna RGB yang telah
didapatkan akan langsung mengidentifikasi jenis daging dan akan
ditampilkan kelayar smartphone.
24
Gambar 3.2 Diagram alir sistem
25
3.3.4. Pembuatan Sistem
1. Menu
Pada aplikasi terdapat dua tampilan yang akan tampilkan yaitu awal
dan menu, tujuan untuk menampilkan tampilan awal dan menu
adalah tampilkan awal untuk menampilkan nama aplikasi dan menu
untuk menampilkan menu-menu yang ada pada aplikasi yaitu menu
identifikasi daging, parameter, tutorial dan about penjelasan menu-
menu tersebut adalah sebagai berikut:
1.1.Identifikasi
Menu identifikasi adalah menu untuk mengidentifikasi jenis
daging yaitu daging sapi, daging kambing dan daging babi.
1.2. Parameter
Menu parameter adalah menu untuk menunjukan nilai parameter
citra warna RGB disetiap jenis daging yaitu daging sapi, daging
kambing dan daging babi.
1.3. Tutorial
Menu tutorial adalah menu untuk memberikan informasi berupa
tutorial cara menggunakan aplikasi.
1.4. About
Menu about adalah menu untuk memberikan informasi tentang
aplikasi.
26
2. Pengolahan Citra digital
a. Color blob detection
Color blob detection adalah sebuah pustaka OpenCV yang telah
telah mengsederhanakan argoritma blob detection. Color blob
detection dapat digunakan dalam proses pembacaan warna pada
suatu objek dengan menggunakan kamera pada smartphone.
Objek yang telah tampil pada layar smartphone lalu pengguna
harus onTouch pada bagian objek sehingga color blob detection
akan membaca citra warna RGB pada objek daging tersebut.
OnTouch tersebut akan menjadi titik pusat dan menjadi
parameter dalam proses membuat blob pada suatu objek
sehingga dapat memisahkan objek daging dengan latar
belakangnya Adapun diagram alir color blob detection
ditunjukan pada Gambar 3.3 sebagai berikut:
Gambar 3.3 Diagram alir Color blob detection
27
b. Ekstraksi fitur warna RGB
Citra yang direpresentasikan dalam model warna RGB terdiri
dari tiga buah komponen citra. Masing-masing citra Red, Green,
dan Blue merupakan citra 8-bit. Dengan demikian, masing-
masing piksel warna RGB dikatakan memiliki lebar 24-bit.
Rerata intensitas warna terpisah merupakan metode untuk
mendapatkan nilai persentase komponen Red, Green, dan Blue.
3. Menentukan Nilai Paramater
Pada proses menentukan nilai paramater terdapat dua bagian yaitu
dari penelitian sebelumnya dan dari pengambilan data secara
langsung menggunakan smartphone. Nilai yang telah didapatkan
selanjutnya mencari nilai maksimum dan minimum dari komponen
warna RGB pada masing-masing jenis daging. Dari komponen
warna RGB tersebut terdapat nilai yang masuk dalam himpunan
daging babi ∩ daging kambing dan daging kambing ∩ daging sapi
dari setiap kompenen warna RGB pada daging sapi, daging babi dan
daging kambing ditunjukan pada Gambar 3.4.
Gambar 3.4 Himpunan komponen warna RGB
BAB V
KESIMPULAN
5.1. Kesimpulan
Berdasarkan hasil analisa dan pembahasan dapat disimpulkan bahwa:
1. Sistem aplikasi pendeteksi jenis daging sapi, daging kambing dan
daging babi menggunakan smartphone dapat mengidentifikasi jenis
daging sapi dengan tingkat akurasi sebesar 84.28%.
2. Sistem aplikasi pendeteksi jenis daging sapi, daging kambing dan
daging babi menggunakan smartphone dapat mengidentifikasi jenis
daging kambing dengan tingkat akurasi sebesar 92.86%.
3. Sistem aplikasi pendeteksi jenis daging sapi, daging kambing dan
daging babi menggunakan smartphone dapat mengidentifikasi jenis
daging babi dengan tingkat akurasi sebesar 94.28%.
4. Aplikasi dapat berjalan di smartphone tipe Xiaomi Redmi 4X dan dapat
digunakan dalam identifikasi jenis daging.
59
4.2. Saran
Untuk penelitian selanjutnya saran yang diberikan guna memperbaiki atau
penyempurnakan adalah sebagai berikut:
1. Perlu penambahan metode lain yang dapat membedakan jenis daging
sapi, daging kambing dan daging babi.
2. Program masih menggunakan data maksium dan minimum dari data
yang didapatkan perlu proses pengambilan keputusan pada sistem
Android seperti fuzzy logic control, PID dan Jaringan syaraf tiruan.
3. Sistem ini dapat dikembangkan dengan menambahkan jenis daging yang
lainnya.
4. Perlu menambahkan tipe smartphone dalam proses pengujian aplikasi.
5. Perlu dilakukan preprocessing agar warna yang didapatkan lebih
optimal.
DAFTAR PUSTAKA
Ahmad, Usman. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya.
Graha Ilmu. Yogyakarta.
Benny M, Achmad. 2005. Ebook Pengolahan Citra. Universitas Gunadarma.
Bogor.
Falah, R. F, Oky Dewi Nurhayati dan Kurniawan Teguh Martono. 2016. Aplikasi
Pendeteksi Kualitas Daging Menggunakan Segmentasi Region Of Interest
Berbasis Mobile. Jurnal Teknologi dan Sistem Komputer. Vol.4, No.2 April
2016. E-ISSN: 2338-0403.
Hak, Muhtar. 2017. Pelindungan Konsumen Berkenaan dengan Penjualan
Daging Sapi Dicampur Daging Babi Hutan(Celeng). Universitas Lampung.
Lampung.
Harahap, A. B. 2017. Pengembangan Aplikasi Android Untuk Mengidentifikasi
Kualitas Beras Dengan Citra Digital. Universitas Sebelas Maret. Surakarta.
Helmiriawan. 2012. Rancang Bangun dan Analisa Sistem Pemantau Lalu Lintas
Menggunakan OpenCV dengan Algoritma Canny dan Blob Detection.
Universitas Indonesia. Depok.
Hidayati, Qory. 2017. Kendali Lampu Lalu Lintas dengan Deteksi Kendaraan
Menggunakan Metode Blob Detection. Jurnal Nasional Teknik Elektro dan
Teknologi Informasi. Yokyakarta. ISSN : 2301 – 4156.
Hinz, Stefan. 2005. Fast And Subpixel Precise Blob Detection And Attribution.
Technical University Munich. Germany.
Kaspers, A. 2011. Blob detection. Biomedical Image Sciences Image Sciences
Institute. UMC Utrecht. Belanda.
Khairunnisa, Afidah. 2014. Matematika Dasar. PT RajaGrafindo Persada. Jakarta.
Kusumadewi, Sri. 2003. Artificial Intellegence (Teknik dan Aplikasinya). Graha
Ilmu. Yogyakarta.
61
Nurhuda, C.R. dan Kartika Firdausy. 2017. Metode Untuk Deteksi Kematangan
Tomat Secara Otomatis Berbasis Android.: Conference on Information
Technology and Electrical Engineering. ISSN: 2085-6350
Oktaviani. 2018. Android. [pdf].
(http://oktaviani.staff.gunadarma.ac.id/file/2134/android.pdf, diakses
tanggal 8 Febuari 2018).
OpenCV team. 2018. About. (https://opencv.org/about.html, diakses tanggal 12
April 2018).
Pamungkas, E.M, Bakhtiar Alldino Ardi Sumbodo dan Ika Candradewi. 2017.
Sistem Pendeteksi dan Pelacakan Bola dengan Metode Hough Circle
Transform, Blob Detection, dan Camshift Menggunakan AR.Drone.
Indonesian Journal of Electronics and Instrumentation System. Vol.7, No.1,
April 2017. Yogyakarta. ISSN: 2088-3714.
Qur’ani, D. Y. dan Safrina Rosmalinda. 2010. Jaringan Syaraf Tiruan Learning
Vector Quatization Untuk Aplikasi Pengenalan Tanda Tangan. Seminar
Nasional Aplikasi Teknologi Informasi. Yogyakarta. ISSN : 1907-5022
Septiaji, K. D. dan Kartika Firdausy. 2018. Deteksi Kematangan Daun Selada
(Lactuca Sativa L) Berbasis Android Menggunakan Nilai RGB Citra. Jurnal
Ilmu Teknik Elektro Komputer dan Informatika. Yokyakarta.
Setiawan, Dedi, Ramalia N. P. dan Gunadi. 2016. Aplikasi Estimasi Registrasi
Mahasiswa Baru Menggunakan Metode Jaringan Syaraf Tiruan
Berdasarkan Perbandingan Ratio Dosen Dan Mahasiswa. Jurnal Teknologi
Informasi & Pendidikan. Vol. 9 NO. 2 Juni 2016. Riau. ISSN : 2086 – 4981.
Sutojo, T, Edy Mulyanto dan Vincent Suhartono. 2011. Kecerdasan Buatan.
ANDI. Yogyakarta.
Wikipedia. 2018. HSL and HSV (https://en.wikipedia.org/wiki/HSL_and_HSV.
Diakses tanggal 21 Oktober 2018)
Wulandari, Yogawati. 2011. Aplikasi Metode Mamdani Dalam Penentuan Status
Gizi Dengan Indeks Massa Tubuh (Imt) Menggunakan Logika Fuzzy.
Universitas Negeri Yogyakarta. Yokyakarta.
Yudamson, Afri dan F.X. Arinto Setyawan. 2016. Ekstraksi ciri citra untuk
pengenalan daging halal dan haram. Jurnal Pengabdian Kepada
Masyarakat. Vol. 14 No.1. Lampung.
Zulfi, F.I. 2017. Identifikasi Tingkat Kesegaran Daging Sapi Lokal Menggunakan
Ekstraksi Fitur Warna Berbasis Gui Matlab. Universitas Lampung.
Lampung.