KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS SUMATERA UTARA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

FORM PENGAJUAN JUDUL

Nama : M Rizki Fatihah

NIM : 171402023
Judul diajukan oleh* : Dosen
Mahasiswa

Bidang Ilmu (tulis dua bidang) : =

Image Processing dan Text Processing

Uji Kelayakan Judul** : Diterima Ditolak

Hasil Uji Kelayakan Judul :

Calon Dosen Pembimbing I: Romi Fadillah Rahmat B.Comp.Sc M.Sc Paraf Calon Dosen Pembimbing I
(Jika judul dari dosen maka dosen tersebut berhak menjadi pembimbing I)

Calon Dosen Pembimbing II: Fanindia Purnamasari S.TI M.IT

Medan, 24 Maret 2021

Ka. Laboratorium Penelitian,

* Centang salah satu atau keduanya (Dani Gunawan, ST.,MT.)

** Pilih salah satu NIP. 198209152012121002
 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

RINGKASAN JUDUL YANG DIAJUKAN

Judul/Topik Skripsi IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK DAN

CANNY EDGE DETECTION UNTUK MENENTUKAN BOBOT SAPI
MENGGUNAKAN PERANGKAT ANDROID
Latar Belakang dan Sapi adalah hewan ternak terpenting sebagai sumber daging,susu,tenaga kerja,dan
Penelitian Terdahulu kebutuhan lainnya yang merupakan anggota family Bovidae dan sub family
Bovinae. Di Indonesia, Sebagian besar produksi daging sapi diperoleh dari
peternakan rakyat (78%) dan sekitar 5% berupa daging sapi serta 17% ternak hidup
yang diperoleh dari impor (Soehadji, dalam Saleh et al. 2014).

Meningkatnya jumlah penduduk, pendapatan perkapita, dan kesadaran

masyarakat tentang pentingnya protein di indonesia semakin tinggi membuat
permintaan pasar akan daging hewan semakin meningkat. Akan tetapi, pemenuhan
konsumsi daging belum optimum dikarenakan populasi ternak pedaging masih
sedikit dengan kondisi ternak yang kurang bagus terutama dalam bobot badan.

Perhitungan bobot badan sapi dapat dilakukan dengan menggunakan alat

timbang konvensional yang memiliki akurasi tinggi akan tetapi alat ini tidak praktis
dan harganya sangat mahal. Hal ini membuat peternak kecil dan beberapa pasar
sapi tradisional sangat sulit untuk memiliki alat timbang konvensional ini.

Berdasarkan penelitian Hamdan (2016) yang menggunakan Regresi untuk

menduga Bobot badan sapi berdasarkan panjang badan dan lingkar dada ialah
bobot sapi Brahman Cross yang paling mendekati dengan menggunakan
regresi,pada sapi Aceh dengan menggunakan rumus Winter dan Sapi dengan
menggunakan rumus Regresi.

Untuk mempermudah menghitung bobot sapi dibuatlah alat bernama Pita

Ukur.Pita ukur merupakan alat praktis dan murah yang dapat juga digunakan untuk
menghitung bobot sapi. Dengan cara mengalungkan di lingkar dada sapi maka akan
 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

dapat kita ketahui bobot sapi tersebut.Untuk menghitung menggunakan pita ukur
ini tentunya kita harus mengetahui dimana letak pasti lingkar dada tersebut.

Pada penelitian tentang pengembangan model pita ukur untuk menduga bobot
badan berdasarkan lingkar dada yang diteliti oleh Pardosi (2016) memperoleh hasil
bahwasannya Pita ukur Agrotech, Animeter dan Rondo tidak akurat untuk
menduga bobot badan, akan tetapi rumus schroll dan smith dapat menduga bobot
badan sapi Brahman Cross dan Sapi Limousin sedangkan untuk sapi peranakan
ongole, sapi aceh, dan sapi bali tidak akurat. Pendugaan bobot badan pada sapi
Peranakan Ongole, sapi Brahman Cross, Sapi Limousin, sapi Bali, dan sapi Aceh
yang paling mendekati adalah dengan menggunakan pita ukur yang dibuat
berdasarkan rumus regresi yang telah diperoleh dari penelitian ini.

Untuk orang yang mengerti di bidang peternakan tentunya sangat mudah untuk
menggunakan pita ukur ini. Akan tetapi,untuk orang awam di bidang peternakan
akan cukup sulit untuk menggunakannnya dan membutuhkan cara lebih praktis
untuk menghitung bobot sapi hanya dari gambar sapi saja. Penelitian lain yang
menggunakan metode Convolutional Neural Networks (CNN) untuk mendeteksi
sapi yang dilakukan Rivas (2018). Dengan metode ini didapatkan hasil akurasi
sebesar 99.67% untuk background sekitar objek dan 98.16% untuk objek sapi.

Dari gambar sapi, kita dapat mengukur lingkar dada nya berdasarkan titik tepi
nya. Pada penelitian Ansari (2017) yang menganalisis metode titik tepi pada
pengolahan citra digital didapatkan hasil bahwa metode Canny Edge Detection
merupakan metode yang paling bagus untuk mendeteksi titik tepi dibandingkan
metode titik tepi yang lain.
 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

Berdasarkan latar belakang serta pertimbangan menggunakan metode

Convolutional Neural Networks (CNN), Canny Edge Detection dan rumus regresi
maka penulis mengajukan judul dalam penelitian ini : Implementasi Metode
Convolutional Neural Networks dan Canny Edge Detection untuk
menentukan bobot sapi menggunakan perangkat android.
Rumusan Masalah Kurang praktis dan mahalnya alat timbangan sapi secara konvensional serta
perlunya pengetahuan yang lebih tentang cara penggunaan pita ukur untuk
menghitung bobot badan sapi sehingga diperlukannya alat yang praktis, mudah
digunakan dan mudah dimengerti berupa perangkat android untuk menentukan
bobot sapi
Metodologi Tahapan-tahapan yang dilakukan dalam penelitian ini adalah :
1. Studi Literatur
Pada tahap ini, dilakukan pengumpulan data dan pembelajaran informasi
yang di peroleh dari buku, jurnal, skripsi atau berbagai sumber lainnya yang
berkaitan dan yang diperlukan dalam penelitian ini.
2. Analisis Permasalahan
Pada tahap ini, dilakukan analisis terhadap informasi yang telah
dikumpulkan untuk mendapatkan pemahaman mengenai metode yang
digunakan untuk menyelesaikan masalah yaitu menghitung bobot sapi.
3. Perancanaan
Pada tahap ini, dilakukan perancangan sistem berdasarkan hasil analisis
yang diperoleh sebelumnya.
4. Implementasi
Pada tahap ini, dilakukan evaluasi terhadap sistem yang telah
diimplementasikan apakah hasil yang didapatkan sudah sesuai dengan yang
diharapkan.
5. Penyusunan Laporan
Pada tahap ini, dilakukan penyusuan laporan yang nantinya akan
memaparkan hasil dari penelitian yang telah dilakukan
 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

Gambar 1.1 Arsitektur Umum

 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

Penjelasan :

1. Tahap pertama adalah proses pengumpulan data positif berupa foto sapi dan data negative
berupa foto non sapi atau foto di sekitar objek sapi yang digunakan untuk data training dan
foto sisi sapi untuk data testing. Proses pengumpulan data diambil secara langsung
menggunakan kamera smartphone.
2. Tahap kedua dibagi menjadi tahap Image Calibration dan Image Preprocessing. Pada tahap
image calibration dilakukan proses pixel density menthod dan focal length method yang
berguna untuk mengukur jarak kamera ke objek sehingg dapat diketahui Conversion Factor
(CF). Dan pada tahap image preprocessing dilakukan proses penyeragaman warna keabuan
pada citra kemudian meningkatkan kontras pada citra yang telah melalui tahap grayscale.
Setelah melalui proses contrast enhancement dilakukanlah proses filtering yang berguna untuk
mengurangi noise dan setelah itu melalui proses thresholding yang bertujuan untuk mengubah
citra dengan skala abu-abu ke citra hitam putih dengan kualitas lebih tajam dan melakukan
proses operasi morphologi yaitu dilation.
3. Tahap ketiga ialah tahap segmentasi dimana tahap ini menggunakan metode canny edge
detection untuk mendeteksi tepi pada gambar sapi
4. Tahap keempat adalah feature extraction meggunakan Histogram of Oriented Gradients
(HOG) yang digunakan untuk mendapatkan nilai fitur pada citra agar mempermudah proses
identifikasi
5. Tahap Kelima adalah identifikasi menggunakan metode Convolution Neural Network (CNN).
Setelah tahap-tahap tersebut dilakukan maka akan menghasilkan output berupa nilai lingkar
dada sapi dan nilai bobot sapi.
Referensi
[1] A. S. Parihar, M. Gupta, V. Sikka dan G. Kaur, “Dimensional Analysis Of Objects In A 2D
Images,” dalam 8th ICCCNT 2017, Delhi, India, 2017.
[2] M. A. Ansari, D. Kurchaniya dan M. Dixit, “A Comprehensive Analysis of Image Edge Detection
Techniques 1,” International Journal of Multimedia and Ubiquitous Engineering, vol. 12, no. 11,
pp. 1-12, 2017.
[3] K. T. Islam, R. G. Raj dan A. Al-Murad, “Performance of SVM, CNN, and ANN with BoW,
HOG, and Image Pixels in Face Recognition,” dalam 2nd International Conference on Electrical
& Electronic Engineering (ICEEE), Rajshahi, Bangladesh, 2017.
[4] M. H. Samosir, Hamdan dan A. H. Daulay, “Pendugaan Bobot Badan Sapi Brahman Cross, Sapi
Aceh Dan Sapi Bali Berdasarkan Panjang Badan Dan Lingkar Dada,” Jurnal Peternakan
Integratif, vol. 4, no. 2, pp. 155-162, 2016.
[5] E. A. S. Pardosi, “Pengembangan Model Pita Ukur dan Rumus Pendugaan Bobot Badan
Berdasarkan Lingkar Dada Pada Ternak Sapi,” Universitas Sumatera Utara, 2016.
[6] A. Rivas, P. Chamoso, A. González-Briones dan J. M. Corchado, “Detection of Cattle Using
Drones and Convolutional Neural Networks,” Sensors, 2018.
 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Jalan Universitas No. 9A Kampus USU, Medan 20155
Tel/Fax: 061 8228048, e-mail: fasilkomti@usu.ac.id, laman: http://fasilkom-ti.usu.ac.id

Medan, 24 Maret 2021

Mahasiswa yang mengajukan,

(Muhammad Rizki Fatihah)

NIM. 171402023