DOKUMEN CD-1

PERANCANGAN SISTEM DETEKSI DAN KLASIFIKASI KUALITAS

DAGING SAPI PADA CITRA MATA DIGITAL MENGGUNAKAN
METODE GRAY LEVEL CO-OCCURANCE MATRIX (GLCM) DAN K-
NEAREST NEIGHBOUR (K-NN) BERBASIS APPS

Oleh :

RADEN JULI ARTAWAN (1101194107)

MUHAMMAD RAIHAN (1101194261)
DWIPANGGA PUTRA YUDHA (1101194326)

PRODI S1 TEKNIK
TELEKOMUNIKASI
FAKULTAS TEKNIK ELEKTRO
UNIVERSITAS TELKOM
BANDUNG
2022
 P
A
Dokumentasi Produk Capstone Design G
E
Lembar Pengesahan Dokumen \
*
Judul Capstone Design : Perancangan Sistem Deteksi Dan r
Klasifikasi Kulaitas Daging Sapi Pada o
Citra Mata Digital Menggunakan m
Metode GLCM dan K-NN Berbasis a
Apps n
Jenis Dokumen : Usulan Gagasan dan Pemilihan Topik i
Nomor Dokumen : FTE-CD-1 i
Nomor Revisi : 01 (sesuaikan dengan jumlah revisi) i
Tanggal Pengesahan : 05/10/2022
Fakultas : Fakultas Teknik Elektro
Program Studi : S1 Teknik Telekomunikasi
Jumlah Halaman : 11

Data Pemeriksaan dan Persetujuan

Ditulis Oleh Nama : Raden Juli Artawan Jabatan : Mahasiswa
NIM : 1101194107 TandaTangan.

Nama : Muhammad Raihan Jabatan : Mahasiswa

NIM : 1101194261 Tanda Tangan

Nama : Dwipangga Putra Yudha Jabatan : Mahasiswa

NIM : 1101194326 Tanda Tangan

Diperiksa Nama : Jabatan : Penguji 1

Oleh Tanggal : Tanda Tangan

Nama : Jabatan : Penguji 2

Tanggal : Tanda Tangan

Disetujui Nama : Nur Ibrahim S.T., M.T Jabatan : Pembimbing 1

Oleh
Tanggal : 24/10/2022 Tanda Tangan

Nama : R Yunendah Nur Fu’adah S.T, Jabatan : Pembimbing 2

M.T
Tanggal : 24/10/2022 Tanda Tangan
 P
A
Timeline Revisi Dokumen G
E
Versi, \
Revis Perbaikan yang dilakukan Halaman
Tanggal i Revisi *
1, 22 Maret Latar belakang diperjelas Ditambahkan data-data yang 3,4 r
2022 akar masalahnya mendukung masalah o
yang diangkat m
Spesifikasi model mohon Spesifikasi model sudah 13,14 a
dibuat lebih detail ditambahkan detail yang lebih n
lengkap antara lain: i
1. Flowchart sistem
i
i
2. Fungsi setiap node
pada sistem
 P
A
DAFTAR ISI G
E
\
DAFTAR ISI iii*
r
1. Pengantar 1o
1.1 Ringkasan Isi Dokumen 1m
a
1.2 Tujuan Penulisan Dokumen 1
n
1.3 Referensi 1i
1.4 Daftar Singkatan 1i
i
2. Masalah 1
2.1. Latar Belakang Masalah 1
2.2. Informasi pendukung 1
2.3. Analisis Umum 2
2.4. Kebutuhan yang harus dipenuhi 2
2.5. Tujuan 2
 P
A
1. Pengantar G
1.1 Ringkasan Isi Dokumen E
\
Daging sapi adalah salah satu daripada produk pangan hewani yang memiliki*
kandungan gizi yang sangat tinggi karna mengandung protein, lemak, karbohidrat,r
o
vitamin, dan mineral. Maka, daripada itu, kualitas daging sapi harus dijaga agarm
konsumen memperoleh kualitas daging sapi yang baik ter-khusus untuk dikonsumsi.a
Penentuan kualitas daging sapi umumnya dilakukan secara visual yaitun
membandingkan daging sapi yang sebenarnya dengan gambar referensi dari masing-i
masing kelas daging sapi. Proses ini memiiki kelemahan, karna sifatnya yang cukupi
subjektif dan memakan waktu yang cukup lama. Oleh karena itu, diperlukan sebuahi
system otomatis berbasis image processing yang mampu menentukan kualitas dari
daging sapi. Penelitian ini bertujuan untuk mengembangkan system aplikasi berbasis
android untuk identifikasi kualitas daging sapi dengan menggunakan metode Gray-
Level Co-occurance Matrix (GLCM) dan K-Nearest Neighbor (K-NN).

1.2 Tujuan Penulisan Dokumen yang bagian ini

1. Memberikan edukasi terhadap masyarakat tentang kualitas daging sapi.

2. Menjelaskan fakta - fakta yang terjadi di masyrakat dan menganalisis aspek yang
terkait.
3. Memaparkan solusi dari permasalahan yang terjadi.

1.3 Referensi
[1] K. Adi, S. Pujiyanto, O. D. Nurhayati, and A. Pamungkas, “Beef quality
Identification using color analysis and k-nearest neighbor classification,”
in Proceedings of the 4th International Conference on Instrumentation,
Communications, Information Technology and Biomedical Engineering,
ICICI-BME 2015, pp. 180–184, idn, November 2015.

[2] K. Shiranita, T. Miyajima, and R. Takiyama, “Determination of meat quality

by texture analysis,” Pattern Recognition Letters, vol. 19, no. 14, pp.
1319–1324, 1998.

[3] D. Putra, Pengolahan Citra Digital, Yogyakarta: Penerbit ANDI, 2010.

[4] Arka,“IlmuPengetahuanDagingdan Teknologinya,” Universitas Udayana,

Denpasar, 1994.

[5] K.Adi,S.Pujiyanto,O.D.NurhayatiandA. Pamungkas, “Beef Quality

Identification
 P
A
[6] Using Color Analysis and K-Nearest Neighbor Classification,” in International G
E
Conference on Instrumentation, Communications, Information Technology, and
\
Biomedical Engineering (ICICI-BME), Bandung, Indonesia, 2015.
*
r
o
1.4 Daftar Singkatan m
a
n
Singkatan
i
Arti
i
GLCM Gray-Level Co-occurance Matrix i
K-NN K-Nearest Neighbor
ICICI-BME International Conference on Instrumentation, Communications,
Information Technology, and Biomedical Engineering

2. Masalah

Ada banyak penjual menjual daging tidak segar / tidak layak konsumsi, dan
itu membahayakan bagi manusia karena daging tidak segar / tidak layak konsumsi
sangat rentan terhadap bakteri. Banyak daging yg tidak segar masih
diperjualbelikan di pasar. Di sisi lain dapat menguntungkan bagi penjual itu sendiri
dan merugikan pembeli yg membeli daging karena daging sudah terkontaminasi
mikroorganisme.

2.1. Latar Belakang Masalah

Daging sapi merupakan salah satu produk yang rentan terhadap kontaminasi
mikroorganisme. Kandungan air dan nutrisinya merupakan media yang ideal untuk
pertumbuhan dan perkembangbiakan mikroorganisme. Daging sapi yang
terkontaminasi akan mudah terdegradasi dan memiliki durasi penyimpanan yang lebih
singkat. Kelas daging sapi dinilai oleh dua faktor: harga dan kualitasnya. Kualitas itu
sendiri diukur dengan empat karakteristik: marbling, warna daging, warna lemak, dan
kepadatan daging. Secara spesifik, marbling merupakan parameter dominan yang
menentukan kualitas daging. Penentuan kualitas daging sapi umumnya dilakukan
secara visual dengan membandingkan daging sapi yang sebenarnya dan gambar
referensi dari masing-masing kelas daging sapi. Proses ini menghadirkan kelemahan
karena bersifat subjektif dan membutuhkan waktu yang cukup lama. Oleh karena itu,
diperlukan sistem otomasi berbasis image processing yang mampu menentukan
kualitas daging sapi. Beberapa penelitian menyarankan bahwa pengolahan citra dapat
diterapkan untuk menganalisis warna dan tekstur daging sapi yang pada gilirannya
memungkinkan hasil analisis untuk digunakan sebagai parameter referensi dalam
proses identifikasi kualitas daging.
 P
A
G
Metode yang digunakan yaitu Gray-Level Co-occurance MatrixE
(GLCM) dan K-Nearest Neighbor (K-NN). Metode Gray-Level Co-occurance Matrix\
(GLCM) merupakan metode ekstraksi fitur berbasis statistik orde dua, dimana metode*
ini mengatasi kekurangan dari ekstraksi ciri orde pertama untuk pengenalan tekstur citrar
dan telah terbukti mampu memberikan hasil ekstraksi yang lebih baik dibandingo
m
metode ekstraksi fitur statistik lainnya. Sementara, K-Nearest Neighbor (K-NN)
a
merupakan metode klasifikasi objek berdasarkan jarak terdekat antara data latih dann
data uji. K-Nearest Neighbor (K-NN) memiliki keunggulan diantaranya sederhanai
sehingga mudah dipahami dan diimplementasikan, tahap terhadap noise, dan efektifi
terhadap jumlah data yang banyak. i

2.2. Informasi pendukung

Ditinjau dari berbagai penelitian internasional bahwa sistem pendeteksi kulitas

daging sapi sangat penting untuk menjamin kesegaran dan kemanan dari daging
tersebut. Beberapa dari jurnal internasional seperti Smart Based Meat Freshness
Detection bersumber dari Talanta Volume 216, 15 August 2020, 120985 yang
mengembangkan sensor kesegaran dan kualitas makanan pada industri daging serta
sensor kesegaran yang terintegrasi dalam paket daging.

Beberapa kasus yang kami temukan juga tentang beredarnya oknum dari
penjual daging yang tidak segar diindonesia sebagai berikut, BENGKULU, iNews.id –
Berhati-hatilah saat hendak membeli daging di pasar. Periksa kondisi daging secara
seksama untuk memastikan daging baik dikonsumsi. Di Pasar Kutau di Manna,
Bengkulu Selatan, seorang pedagang daging ditangkap polisi lantaran menjual daging
busuk dan tak layak konsumsi. Kepolisian Resor Bengkulu Selatan, Provinsi Bengkulu,
menetapkan pedagang tersebut sebagai tersangka kasus penjualan daging sapi busuk
seberat 20 kilogram. Selain itu, pihak kepolisian juga telah mengembangkan dan
mendalami temuan daging busuk tersebut."Kami telah menerima hasil uji laboratorium
dan keterangan saksi ahli, bahwa daging sapi yang dia jual memang tidak layak
konsumsi," jelasnya.

Liputan6.com, Makassar - Masyarakat Kota Makassar kini diimbau agar

waspada terhadap peredaran daging busuk di pasar tradisional. Hal itu disampaikan
Kepala Bidang Humas Polda Sulsel, Kombes Pol Dicky Sondani usai menggelar jumpa
pers terkait pengungkapan kasus peredaran daging busuk yang terjadi di salah satu
pasar tradisional di Makassar."Dengan adanya ini, kita harap masyarakat tetap hati-
hatilah dalam memilih daging untuk dikonsumsi," kata Kombes Dicky di Aula
Direktorat Reserse Kriminal Khusus (Dit Reskrimsus) Polda Sulsel, Kamis, 7
September 2017.Kata dia, Subdit Industri Perdagangan (Indag) Dit Reskrimsus Polda
Sulsel baru-baru ini berhasil mengamankan 474 kilogram daging busuk dari penjual
daging di Pasar Pa'baeng-baeng Kota Makassar. "Daging busuk yang beredar di Pasar
 P
A
Pa'baeng-baeng, Kota Makassar dijual dengan harga murah, yakni Rp 30 ribu perG
kilogram," terang dia. Daging busuk yang diamankan tersebut dipasarkan kepadaE
penjual bakso dan penjual coto yang ada di Kota-Kota besar. \
*
2.3. Analisis Umum r
o
Analisis umum dapat ditinjau dari berbagai aspek sebagai berikut : m
a
2.3.1. Aspek Kesehatan n
i
i
WHO menyatakan bahwa, kurang lebih 75% penyakit-penyakit baru yg
i
menyerang manusia dalam dua dekade terakhir disebabkan oleh patogen-patogen yang
dari berasal binatang atau produk hewan, sebagai akibatnya produk pangan asal hewan
(daging) berpotensi berbahaya pada konsumen. oleh sebab itu aspek kesehatan dan
keamanan pangan asal binatang (daging) perlu menerima perhatian khusus. umumnya
masyarakat tidak memahami dan sebagian lagi tidak mau memahami apakah daging
yang dibelinya berasal berasal mata rantai proses penyediaan daging yang menjamin
keamanannya. mereka berfikiran hanya bisa mendapatkan daging yang murah tanpa
berfikir apakah daging yang dibelinya segar/tidak. Selain itu, pengetahuan para penjual
juga masih rendah.

Daging yang beredar di pasar setiap harinya tentunya mempunyai kualitas yang
sangat bervariatif. Daging yg diperjualbelikan pada pasar tradisional ada yg berasal asal
pemotongan sendiri sang jagal yang dilakukan pada rumah sendiri. Beragamnya syarat
ternak, cara pemeliharaan dan umur pangkas berasal ternak tersebut menyebabkan
kualitas asal daging yang didapatkan menjadi beragam

2.3.2. Aspek Ekonomi

Peningkatan konsumsi daging sapi di Indonesia sangat signifikan setiap

tahunnya. Dari fenomena tersebut banyak sekali hal-hal yang dilakukan oleh pedagang
atau penjual daging sapi konsumsi untuk meraup banyak keuntungan dengan
mengesampingkan kualitas daging yang layak untuk dikonsumsi. Untuk meminimalisir
kerugian yang dihasilkan, masyarakat membutuhkan pengetahuan lebih mengenai
kondisi-kondisi daging sapi yang dijual apakah berkualitas baik atau buruk. Saat ini
sangat banyak teknologi yang berkembang seperti komputer, smartphone atau ponsel
pintar yang sudah menjadi kebutuhan primer untuk dapat digunakan sebagai media
informasi instan. Namun permasalahan yang terjadi adalah keterbatasan masyarakat
yang kurang memiliki kemampuan untuk melihat kualitas daging yang baik dan hanya
mengandalkan informasi dari luar saja.
 P
A
2.4 Kebutuhan yang harus dipenuhi G
E
Berdasarkan analisis yang kami lakukan, kebutuhan yang harus dipenuhi\
sebagai berikut : *
r
1. Data sheet, berupa daging sapi o
2. Pengolahan citra digital m
3. Penggunaan Ekstraksi Fitur Tekstur a
4. Penggunaan metode Gray-Level Co-occurance Matrix (GLCM) dan K-Nearestn
i
Neighbor (K-NN)
i
5. Android Smartphone i
6. Matlab

2.5. Tujuan

1. Merancang sistem aplikasi deteksi dan klasifikasi kualitas daging sapi pada citra mata
digital menggunakan metode GLCM dan K-NN berbasis Apps.
2. Menganalisis performansi sistem aplikasi deteksi dan klasifikasi kulitas daging sapi
menggunakan metode GLCM dan K-NN berdasarkan hasil akurasi yang diperoleh.
3. Mengetahui parameter-parameter yang mempengaruhi akurasi sistem.