Peningkatan Akurasi Identifikasi Daging Sapi dan Daging Babi Menggunakan Principal Component Analysis dan Contrast Stretching

Anggara Hakim, Derin (2021) Peningkatan Akurasi Identifikasi Daging Sapi dan Daging Babi Menggunakan Principal Component Analysis dan Contrast Stretching. Bachelor Thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (278kB)
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (227kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (840kB) | Preview
	Text BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (396kB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (578kB)
	Text BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (145kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (327kB)

Abstract

Penjualan daging babi atau celeng dengan kedok daging sapi semakin marak dikalangan pasar tradisional di Indonesia. Meskipun terdapat banyak kejadian penipuan, masih terdapat banyak masyarakat yang masih awam dalam membedakan kedua jenis daging tersebut. Salah satu solusi untuk permasalah tersebut dapat diselesaikan dengan menggunakan suatu sistem indentifikasi daging sapi dan daging babi, dengan menggunakan sistem pengenalan citra sebagai metode indentifikasi. Sistem indentifikasi daging sapi dan daging babi dengan pengenalan citra sebelumnya pernah diteliti, namun masih terdapat celah di mana tingkat akurasi masih dapat ditingkatkan dengan adanya pengolahan citra. Akan digunakan metode Principal Component Analysis dan Contrast Stretching untuk meningkatkan akurasi identifikasi. Dalam meningkatkan akurasi, metode ini akan diuji dengan membandingkan tingkat akurasi dengan Contrast Stretching dan tanpa Contrast Stretching. Principal component analysis (PCA), adalah formula matematika yang digunakan untuk mereduksi suatu dimensi data. Contrast Stretching merupakan teknik yang digunakan untuk mendapatkan citra baru dengan kontras yang lebih baik daripada kontras dari citra asalnya. Berdasarkan evaluasi peningkatan akurasi identifikasi telah berhasil dilakukan, di mana akurasi tanpa Contrast Stretching adalah 80% dan akurasi dengan Contrast Stretching adalah 85%.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Anggara Hakim, Derin (14110110127)
Contributors:	Kusnadi, Adhi
Keywords:	Daging Sapi dan Babi, Contrast Stretching, Pengolahan Citra, Principal Component Analysis, Pengenalan Pola. viii Peningkatan Akurasi Identifikasi Daging Sapi Dan Daging Babi Menggunakan Principal Component Analysis Dan Contrast Stretching, Derin Anggara, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Sustainable Development Goals:	Goal 02. End hunger, achieve food security and improved nutrition Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	03 Oct 2022 08:50
URI:	https://kc.umn.ac.id/id/eprint/20472

Actions (login required)

View Item