REVIEW JURNAL

Disajikan Pada Matakuliah ETP477 Teknik Pengolahan Citra Digital

Dosen Pengampu : Dina Anggraini, S.TP., M.P.

Oleh:

Ridho Saputra (J1B117013)

PROGRAM STUDI TEKNIK PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS JAMBI

2019
Judul : Estimasi Berat Menggunakan Analisis Citra dan
Pemodelan Statistik: Studi Awal
Jurnal : American Society of Agricultural and Biological
Engineers ISSN 0883-8542
Volume dan Halaman : Vol.23(1): 91-96
Tahun : Desember 2005
Penulis : Kristina Kollis, Thomas M. Banhazi, PhD,
Stephen J. Searle dan Thomas M. Banhazi
Reviewer : Ridho Saputra (J1B117013)
Tanggal : 28 September 2019

Tujuan Penelitian : Tujuan dari penelitian pada jurnal adalah untuk

mengembangkan sistem yang mampu
memperkirakan berat badan babi berdasarkan
gambar babi. Serta menyelidiki apakah
peningkatan korelasi dapat dibentuk antara fitur-
fitur tertentu dari gambar babi dan berat dengan
menggunakan pemodelan statistik tambahan.

Subjek Penelitian : Subjek yang digunakan pada penelitian adalah

hewan Babi.

Metode Penelitian : Metode penelitian yang dilakukan pada jurnal

yaitu (1) Deteksi Objek, adalah penentuan apakah
suatu objek yang menarik (babi) adalah pandang
kamera di lapangan, (2) Segmentasi, mengisolasi
objek dari sisa gambar dan metode yang digunakan
adalah ambang batas karena kesederhanaannya, (3)
Penyaringan, adalah langkah untuk menghapus
piksel tersegmentasi palsu dan mengisi daerah
buruk tersegmentasi dari objek target pada proses
 penyaringan ini terdapat langkah Opening dan
Dilasi. Opening (erosi diikuti oleh dilasi) memiliki
efek menghilangkan kelompok 1 bernilai piksel
yang lebih kecil dari elemen penataan yang
ditentukan. Hal ini menghilangkan setiap obyek
tanah kembali yang keliru tersegmentasi, sambil
menjaga obyek utama (babi). Dalam penelitian ini
digunakan elemen penataan berbentuk cakram
ukuran 7. Sedangkan dilasi adalah operasi dimana
0 bernilai piksel dekat tepi sebuah wilayah 1-nilai
diatur ke 1, sehingga meningkatkan ukuran daerah
tersegmentasi dan (4) Ekstraksi Fitur, adalah
proses mengekstrak gambar yang sudah
tersegmentasi dan dibersihkan melalui
penyaringan.

Hasil Penelitian : Hasil yang diperoleh dari penelitian adalah set

lengkap data yang terdapat 84 pasang berat badan
gambar. Terdapat 38 hewan unik diidentifikasi dan
ini membentuk data base set. Data yang didapat
dari fitur jarak leher-ekor dibandingkan log berat
badan (koefisien korelasi 0,5640), daerah terhadap
berat badan (koefisien korelasi 0,5295) untuk
menentukan berat dan diperoleh dengan fitur
panjang tulang belakang (koefisien korelasi
0,3300) atau probabilitas 4,3%. Menggunakan area
dan panjang variabel memunculkan hasil yaitu
Rata-rata error: 2,83 kg (4,65%), 68% confidence
interval: 3,67 kg (6,03%), 95% confidence
interval: 7.19 kg (11,82%) dan 99% confidence
interval: 9.47 kg (15,56%).
Kelebihan : Kelebihan dari penelitian yang telah dilakukan
pada jurnal tersebut yaitu para peneliti telah
mengembangkan inovasi teknologi untuk
menimbang berat hewan dengan mengambil
gambar atau fitur hewan tersebut dan diolah
sehingga pemilik hewan tidak lagi kesusahan
untuk mengetahui berat dari hewannya sendiri.
Para peneliti juga telah melakukan percobaan
terbaru dengan mengambil gambar atau fitur
panjang tulang belakang yang sebelumnya
digunakan posisi leher dari hewan yang hendak di
ketahui beratnya dan dari percobaan tersebut
mendapatkan hasilnya yang menjanjikan dan
mengundang penyelidikan lebih lanjut dengan
sampel besar hewan di kisaran berat badan yang
lebih luas.

Kelemahan : Kelemahan dari penelitian yang telah dilakukan

pada jurnal tersebut yaitu para peneliti mengalami
keterbatasan sampel kecil dari babi, yang
semuanya menempati kisaran berat badan kecil.
Peneliti juga melibatkan peralatan dan teknik
pengolahan gambar yang lebih canggih, yang pada
gilirannya akan menyebabkan biaya yang lebih
besar. Presisi ekstra yang diperoleh dari teknik ini
mungkin tidak sepadan dengan biaya tambahan
yang terlibat.