Deteksi Penyakit pada Kucing Ras Berbasis Pengolahan Citra dengan Pendekatan Metode Regionprops
Article Sidebar
Main Article Content
Abstract
Kucing, terutama kucing ras seperti Persia dan Angora, rentan terhadap berbagai penyakit yang disebabkan oleh bakteri dan virus yang menyebar melalui lingkungan, iklim, suhu, atau kontak langsung dengan inang mereka. Penelitian ini bertujuan untuk mendeteksi penyakit pada kucing ras menggunakan pengolahan citra dengan pendekatan fungsi Regionprops. Metode ini meliputi tahapan pra-pemrosesan gambar, segmentasi gambar, konversi gambar ke biner, penerapan fungsi Regionprops, serta ekstraksi dan analisis data. Dalam penelitian ini, gambar kucing diambil dan diproses untuk mengidentifikasi area yang terinfeksi. Penelitian ini berhasil menunjukkan bahwa metode deteksi menggunakan pendekatan metode regionprops mampu mencapai akurasi yang tinggi dalam mendeteksi infeksi klamidia pada kucing ras, dengan tingkat akurasi berkisar antara 83,16% hingga 89,52% pada lima sampel gambar kucing. Hasil akurasi deteksi yang tinggi dan waktu proses yang singkat, metode regionprops ini menunjukkan potensi besar sebagai alat bantu dalam deteksi dini penyakit klamidia pada kucing ras.
Article Details
References
[2] D. Soerianegara, S. I., & Rahmawati, Ada Apa Dengan Kucing?: Berbagi Pengalaman Sesama Pemelihara Kucing. Syiah Kuala University Press., 2024.
[3] F. Dwiramadhan, M. I. Wahyuddin, and D. Hidayatullah, “Sistem Pakar Diagnosa Penyakit Kulit Kucing Menggunakan Metode Naive Bayes Berbasis Web,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 6, no. 3, pp. 429–437, 2022.
[4] R. D. Indahsari and I. Zahudi, “Sistem Pakar Untuk Mendeteksi Penyakit Pada Kucing Persia,” J. SPIRIT, vol. 9, no. 4, pp. 40–47, 2017.
[5] M. Adri, “Sistem Pakar Berbasis Rule Untuk Diagnosa Awal Penyakit Kucing Persia,” UIN Suska Riau, 2020.
[6] S. Aisyah Sijid and S. S. Amanda, “Infeksi Chlamydia Trachomatis Pada Saluran Genital, Tuba Fallopi Dan Serviks,” Teknosains Media Inf. Sains Dan Teknol., vol. 13, no. 2, pp. 145–148, 2019.
[7] F. O. Reynaldi, “Analisa Performa Arsitektur Mobilenetv1 Dan Resnet Menggunakan Meta-Learning Dalam Mendeteksi Objek Hewan Kucing,” Indones. J. Bus. Intell., vol. 4, no. 1, p. 1, 2021.
[8] Taufiq, N. Aminudin, M. Muslihudin, and I. B. Amalia, “Perancangan Aplikasi Pakar Berbasis Website Diagnosa Penyakit Ayam Petelur,” Proceeding Sintak, no. 1, pp. 352–360, 2019.
[9] S. Sutrisno, A. N. Robby, and ..., “Perancangan Sistem Pakar Identifikasi Penyakit Ayam Berbasis Android Menggunakan Metode Forward Chaining Pada PT Nugen Bioscience Indonesia,” J. Pendidik. dan Konseling, vol. 4, no. 5, pp. 1–10, 2022.
[10] Arnita, F. Marpaung, Fitrahuda Aulia, Nita suryani, and Rinjani Cyra Nabila, Computer Vision Dan Pengolahan Citra Digital. Pustaka Aksara, 2022.
[11] M. Yanu, B. Yuwono, and D. Boedi, Dasar Pengolahan Citra. UPN Veteran Yogyakarta, 2022.
[12] B. M. Sari, “Identifikasi Tingkat Kematangan Buah Strawberry Berdasarkan Warna RGB dengan Menggunakan Metode Regionprops,” Terap. Inform. Nusant., vol. 1, no. 5, pp. 225–230, 2020.
[13] Nadilla Sarah Sinaga, “Implementasi Metode Regionprops Untuk Mendeteksi Objek Image Fraktur Tulang,” J. Informatics Manag. Inf. Technol., vol. 2, no. 2, pp. 60–64, 2022.
[14] Zulfaqar, Ananda, and M. Akbar, “Literature Review Metode Pengolahan Citra Pada Udang dan Ikan,” in 11th Applied Business and Engineering Conference, 2023, no. September 2023, pp. 148–160.
[15] L. P. Wardana, A. Munazid, and I. Baroroh, “Pengembangan Image Processing Untuk Memvisualisasikan Dimensi Kapal Menggunakan Software Matlab,” in Seminar Nasional Kelautan XIV, 2019, pp. 38–45.
[16] E. Fernando Ade Pratama, K. Khairil, and J. Jumadi, “Implementasi Metode K-Means Clustering Pada Segmentasi Citra Digital,” J. Media Infotama, vol. 18, no. 2, pp. 291–301, 2022.
[17] B. Baso, D. Nababan, R. Risald, and R. Y. Kolloh, “Segmentasi Citra Tenun Menggunakan Metode Otsu Thresholding dengan Median Filter,” J. Teknol. Dan Ilmu Komput. Prima, vol. 5, no. 1, pp. 1–6, 2022.
[18] Y. W. Pamungkas, A. Adiwijaya, and D. Q. Utama, “Klasifikasi Gambar Gigitan Ular Menggunakan Regionprops dan Algoritma Decision Tree,” J. Sist. Komput. dan Inform., vol. 1, no. 2, p. 69, 2020.
[19] S. Faza et al., “Applications For Detecting The Rate Of Fruit In Mangrove Plants,” J. Informatics Telecommun. Eng., vol. 6, no. 2, pp. 506–514, 2023.
[20] W. Supriyatin, “Ekstraksi Ciri Bentuk pada Citra Bergerak Menggunakan Teknik Batas Tepi,” Komputasi J. Ilm. Ilmu Komput. dan Mat., vol. 19, no. 1, pp. 1–8, 2022.