Deteksi Tingkat Kesegaran Daging Ayam Menggunakan K-Nearest Neighbor

Main Article Content

Irfan Purwanto
M Afriansyah
Kusrini Kusrini

Abstract

Tingginya kebutuhan daging dan terbatasnya ketersediaan daging di pasaran, membuat harga daging menjadi mahal dan semakin banyak pedagang yang mencampurkan daging busuk ke dalam daging segar. Untuk menghindari resiko, masyarakat sebagai konsumen harus mewaspadainya dan mengetahui karakteristik daging busuk dan perbedaannya dengan daging segar. Penelitian ini mengembangkan alat deteksi daging segar menggunakan sensor warna RGB TCS-230. Alat bekerja dengan mengukur komposisi warna RGB pada daging yang diidentifikasi dan membandingkan dengan komposisi warna RGB daging segar acuan. K-Neirest Neighbor sebagai metode untuk melakukan pengenalan tingkat kesegaran daging ayam  yang diuji. Input yang digunakan pada K-Neirest Neighbor adalah berupa nilai warna RGB yang didapatkan dari sensor warna. Pada penelitian ini dilakukan pengujian kesegaran daging menggunakan sensor warna TCS-230 dengan tingkat akurasi sebesar 87% dengan precision positif sebesar 92% dan precision negatif sebesar 67%.

Article Details

How to Cite
Purwanto, I., Afriansyah, M., & Kusrini, K. (2019). Deteksi Tingkat Kesegaran Daging Ayam Menggunakan K-Nearest Neighbor. CCIT Journal, 12(2), 177-185. Retrieved from http://ejournal.raharja.ac.id/index.php/ccit/article/view/816
Section
Articles

References

[1] Faris Mushlihul Amin, 2018. Identifikasi Citra Daging Ayam Berformalin Menggunakan Metode Fitur Tekstur Dan K-Nearest Neighbor (K-Nn)

[2] Faizun Iqbal Zulfi, 2017. Identifikasi Tingkat Kesegaran Daging Sapi Lokal Menggunakan Ekstraksi Fitur Warna Berbasis Gui Matlab

[3] Elvia Budianita, 2015. Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Daging Sapi dan Babi

[4] Enny Itje Sela, 2017. Deteksi Kualitas Telur Menggunakan Analisis Tekstur

[5] Rizka Kaamtsaalil Salsabiilaa, 2016. Deteksi Kualitas Dan Kesegaran Telur Ayam Ras Berdasarkan Deteksi Objek Transparan Dengan Metode Grey Level Co-Occurrence Matrix (Glcm) Dan Klasifikasi K-Nearest Neighbor (Knn).

[6] Miftahus Sholihin, 2018. Klasifikasi Mutu Telur Berdasarkan Fitur Warna Dengan Menggunakan Metode K-Nearest Neighbor

[7] Ratri Enggar Pawening, 2016. Ekstraksi Fitur Berdasarkan Deskriptor Bentuk dan Titik Salien Untuk Klasifikasi Citra Ikan Tuna

[8] Fitri Astutik, 2013. Sistem Pengenalan Kualitas Ikan Gurame dengan Wavelet, PCA, Histogram HSV dan KNN