Bab 2

Tinjaun Pustaka

2.1. Telur
2.1.1. Definisi telur
Telur merupakan makanan salah satu makanan pokok bagi
masyarakat. Secara umum telur yang di konsumsi dikalangan masyarakat
merupakan telur yang berasal dari unggas seperti telur ayam, bebek,
puyuh dan angsa. Telur merupakan pangan yng memliki gizi, karena
telur merupakan sumber protein hewani, sumber asam lemak tidak jenuh.
Sumber vitamin dan mineral[1]. Telur banyak di gembari masyarakat
karena memiliki rasa yang lezat serta harga telur yang pas di kantong
masyarakat. Telur dapat di olah berbagai jenis makanan yang lezat.
Telur merupakan salah satu bahan pangan yang memiliki gizi yang
sangat lengkap. Komposisinya terdiri dari 11% kulit telur, 58% putih
telur, dan 31% kuning telur. Kandungan gizi terdiri dari protein 6,3 gram,
karbohidrat 0,6 gram, lemak 5 gram, vitamin dan mineral di dalam 50
gram telur [2].
2.1.2. Komponen Telur

Gambar 2. 1 Komponen telur [3]

Menurut Paula Figoni [4], telur memiliki komponen

didalamnya yaitu :
1. Putih Telur
Putih telur disebut juga albumen telur. Putih telur terdiri dari
protein dan air. Putih telur relative memiliki selera dan warna yang
rendah dibandingkan dengan kuning telur.
2. Kuning Telur (Yolk)
Kuning telur mengandung uap basah (moisture) dan kuning
padat ( yolk solid). Semakin bertambah umur telur maka kuning
telur akan mengambil putih telur yang mengakibatkan telur akan
menipis dan menjadi rata ketika telur di pecahkan ke permukaan
yang rata.
3. Kulit Telur(Shell)
Kulit telur memiliki berat sekitar 11% daru jumah total
berat telur. Meski terlihat keras dan menutupi isi telur, kulit telur
sebenarnya memiliki pori(porous). Sehingga bau dapat menembus
kulit telur, uas basah (moisture) serta gas (terutama karbon
dioksida) dapat keluar. Warna yang dimiliki kuning telur
umumnya terdiri dari warna cokelat atau putih. Ayam yang
memiliki bulu putih dan cuping putih menghasilkan telur dengan
kulit putih, sedangkan ayam yang memiliki bulu merah dengan
cuping merah menghasilkan telur berkulit cokelat. Warna kulit
telur tidak mempengaruhi citra rasa dan nutrisi pada telur.
4. Rongga Udara (Air Cell)
Telur memiliki selaput pelindung yang jumlahnya dua dan
letaknya diantara kulit telur dan putih telur. Ketika telur diletakkan,
rongga udara akan terbentuk antar selaput telur. Semakin lama
telur akan di simpan, telur akan kehilangan uap basah (moisture)
dan menyusut, maka rongga udara akan semakin membesar yang
akan mengakibatkan telur yang sudah lama akan melayang apabila
telur di rendam di dalam air.
5. Chalazae
 Chalazae adala tali yang berasal dari putih telur yang memiliki
fungsi mempertahankan kuning telur agar tetap berada di tengah-
tengah telur.

2.1.3. Kandungan Gizi Telur

Didalam bukunya, Sudaryani [2] menjelaskan bahwa telur
merupakan bahan pangan yang bergizi lengkap. Selain itu, telur
juga memiliki sifat serba guna karena telur dapat di manfaatkan
untuk berbagai kebutuhan. Komposisi yang dimiliki telur terdiri
11% kulit telur, 58% putih telur, dan 31% kuning telur. Adapun
kandungan gizi terdiri dari protein 6,3 gram, karbohidrat 0,6 gram,
lemak 5 gram, vitamin, dan mineral di dalam 50 gram telur.
a. Protein
Protein pada telur tersusun dari asam amino yang saling
terikat menjadi satu. Mutu protein di tentukan oleh asam
amino dan jumlah dari asam amino tadi. Protein telur
merupakan protein yang memiliki mutu yang tinggi dan
sangat mudah dicerna. Dalam telur, protein lebih banyak
terdapat pada kuning telur, yaitu sebanyak 16,5%, sedangkan
pada putih telur sebanyak 10,9%. Dari sebutir telur yang
berbobot sekitar 50 gram, kandungan total proteinnya adalah
6 gram.
b. Lemak
Lemak yang terkandung dalam telur sekitar 5 gram. Lemak
pada telur berada di kuning telur, sekitar 3%, sedangkan
lemak yang lain berada di putih telur. Kandung zat gizi sangat
mudah di cerna oleh manusia. Lemak pada telur terdiri dari
trigliserida (lemak netral), fosfolipida dan kolesterol. Fungsi
lemak trigliserida dan fosolipida yaitu menyediakan energi
yang diperlukan tubuh untuk beraktivitas sehari-hari.
c. Vitamin dan Mineral
 Telur mengandung semua vitamin. Selain sebagai sumber
vitamin, telur merupakan bahan pangan sumber mineral.
Beberapa mineral yang terkandung dalam telur di antaranya
besi, fosfor, kalsium, tembaga, yodium, magnesium, mangan,
potasium, sodium, zink, klorida, dan sulfur.
2.1.4. Kualitas Telur
Didalam penelitiannya, Bowo Bangun [5] menjelaskan bahwa
kualitas telur dapat dilihat dari segi indeks albumen, indeks yolk,
dan warna yolk.
a. Indeks albumen
Indeks albumen yaitu merupakan salah satu parameter
kualitas internal telur yang mengarah pada kekentalan
albumen. Indeks albumen dapar dilihat dari hubungan antar
tinggi dan lebar albumen. Indeks albumen merupakan
perbandingan antara tinggi dengan diameter rata-rat dari
albumen kental. Indeks albumen segar memiliki ukuran antara
0,050-0,174 .Menurut Suardana dan Swacita et.al [6]
menjelaskan pada kondisi baik pada indeks albumen dari telur
ayam segar berkisar antara 0,090 dan 0,120 dari selama
penyimpanan telur, albumen akan semakin encer akibat
protein sehingga indeks albumen akan semakin mengalami
penurunan . dilihat dari ketinggian telur yang dibagi menjadi 4
kualitas :
1. Kualitas AA memiliki tinggi HU putih telur > 72.
2. Kualitas A memiliki tinggi HU putih telur 60-71.
3. Kualitas B memiliki tinggi HU putih telur 31-59.
4. Kualitas C memiliki tinggi HU putih telur < 31.

Haugh Unit (HU) merupakan satua yang dipakai untuk

pengukuran kualitas telur dengan melihat kesegaran isinya.
Semakin tinggi nilai HU (Haugh Unit) yang di dapat pada telur
maka semakin bagus juga kualitas telur tersebut.

b. Indeks Yolk
 Indeks yolk merupakan perbandingan antara tinggi dan
lebar dari yolk. Indeks yolk memiliki ukuran sekitar 0.33-
0,50 dan semakin lama telur disimpan maka indeks yolk
akan turun akibat merembas air sari albumen ke yolk.
Indeks yolk yang segar memiliki ukuran sekitar 0,33-0,50
dengan nilai rata-rat 0,42. Penurunan nilai indeks yolk
dapar diakibatkan oleh menurunnya kadar protein yang
dimiliki telur. Jenis proten yang ada di yolk sangat berperan
dalam menentukan ketebalan yolk. Umur telur
mempengaruhi kekuatan dan elastisitas membran vitelin
yang menyebabkan yolk melemah. Semakin bertambahnya
umur telur maka indeks yolk semakin tueun karena
perpindahan air.
c. Warna yolk
Warna kecerahan pada yolk merupakan salah satu
indikator untuk menentukan kualitas telur. Untuk mengukur
kualitas yolk digunakan alat yang bernama roche yolk
colour fan. Cara pengukuran menggunakan alat roche yolk
colour fan sangatlah mudah karena tinggal mencocokan
warna yolk dengan warna pada alat tersebut. Berdasarkan
pengukuran menggunakan alat tersebut maka yolk yang
baik berada di angka 9-12 [2]. Dalam penelitian yang
dilakukan oleh Akbarillah et. Al [7] menjelaskan bahwa
warna yolk yang cerah (orange) pada telur merupakan
warna yang diminari oleh konsumen.
2.1.5. Faktor mempengaruhi kualitas

Menurut Sudaryani [2], menjelaskan bahwa telur

akan mengalami perubahan kualitas seiring dengan lamanya
penyimpanan. Semakin lama telur akan di simpan makan
mengakibatkan terjadinya penguapan cairan gas yang ada di
dalam telur sehingga mengakibatkan rongga udara
 membesar dan berat telur akan semakin menurun atau
berkurang.

Menurut hasil penelitian widiyanto [8], menjelaskan

selain faktor penyimpanan, berat telur juga menentukan
faktor kualitas telur ayam. Berat telur ayam yang besar
memiliki pori-pori yang banyak sehingga mengeluarkan
CO2 melalui pori-pori yang telur selama penyimpanan
bertambah dan mempercepat penurunan kualitas internal
telur. Semakin berat telur maka ukuran putih telur juga akan
semakin tinggi.

2.2. Compter vision

Computer vision sebagai cabang ilmu pengetahuan yang
mempelajari bagaimana mesin mengenai objek yang diamati dan
melakukan esktraksi informasi gambar yang di observasi.
Computer vision secara otomatis menginterasikan jumlah besar
proses untuk presepsi visual karena sifatnya yang mencoba meniru
bagaimana cara kerja sistem visula pada manusia yang
kompleks[9]. Pada manusia objek dapat dilihat dari indra
penglihatan kemudian disampaikan ke otak untuk diinterpresikan
sehingga manusia dapat mengetahui objek yang terlihat dalam
pandangan penglihatan manusia. Sementara pada komputer
terdapat empat tahapan untuk menangkat sinyal visual yaitu :
1. Image acquistion yaitu dengan memperoleh citra digital
seperti menggunakan kamera
2. Image processing yaitu membantu perbaikan gamabr untuk
dilakukan anlisia.
3. Image analysis yaitu melalukan analisi ke dalam
karakteristik utama objek
4. Image understanding dengan melakukan inteprestasi citra
dengan teknik artifical intelligance
2.3. Citra Digital
2.3.1. Definis citra digital
Citra digital adalah suatu fungsi yang memiliki dua dimensi
f(x,y) dimana x dan y adalah posisi koordinat sedangkan f
merupakan amplitudo pada posisi (x,y) yang sering disebut
intensitas atau juga disebut grayscale. Nilai intensitas diskrit
dimulai dari angka 0 sampai 255, untuk nilai x,y dan f(x,y) harus
berada pada jangkauan atau range tertentu yang memiliki jumlah
terbatas. Citra yang ditangkap oleh kamera dan telah memiliki
kuantisasi dalam bentuk diskit yang dinamakan citra digital [10].
Citra digital tersusun dari sejumlah nilai tingkat keabuan yang
sering disebut piksel [10]. Suatu citra dapat dinyatakan dengan
persamaan yang ada digambar 2.2.

gambar 2. 2 persamaan citra

Dari persamaan yang pada gambar 2.2, citra digital dapat
dinyatakan sebagai matrik dengan tinggi citra yang disimbolkon m
sedangkan lebar citra disimbolkan n.

2.3.2. Citra intensitas

Nilai dalam suatu range atau jangakuan yang di
representasikan oleh matriks data citra yang sering di sebut dengan
citra intensitas. Citra intensitas juga dapat didefinisikan sebagai
suatu citra yang mempunyai lvel atau derajat keabuan. Citra
memupunyai nilai-nilai intensits atau level keabuan yang
direpresentasikan ole setiap elemen dalam matriks intesitas [11].
2.3.3. Citra biner
 Citra biner sering disebut dengan citra monokrom atau citra
black and white (B&W), karena citra biner memiliki dua
kemungkina nilai piksel yang putih dan hitam. Nilai setiap piksel
dari suatu citra biner di representasikan oleh bit 1 dan warna hitam
direpsentasikan oleh bit 0 [11].

2.3.4. Citra Warna RGB

RGB terdiri dari tiga bidang citra yang saling lepas,
masing –masing terdiri dari warna utama : merah , hiajau dan biru.
Warna yang dispesifikasikan sebagai campuran sejumlah
komponen untuk warn utama. RGB didasari oleh sistem koordinat
Cartesian yang setiap sumbu merupakan gabungan dari ketiga
warna tersebut
yang bisa

dinormalisasikan ke [0,1] [10]. Jumlah warna untuk citra RGB

yaitu dengn mengakalikan jumlah pada masingmasing
komponennya/ Jumlah dari setiap komponen yaitu R=225 (8 bit),
G=255 (8 bit) dan B=255 (8 bit) dan B=255(8 bit) [11]. Jumlah
warna RGB adalah 28x28x28 = 16.777.216. pada gambar 2.3 dan 2.4
merupakan representasi 3 dimensi nilai citra warna
 gambar 2. 3 RGB colour cube [10]

gambar 2. 4 RGB Colour Model [10]

Dari gambar 2.3 dan gambar 2.4 terlihat bahwa kombinasi
dari R,G,B maksimal (225) adalah warna putih [10]. Pada koordinat
(1,0,0) dengan nilai R= 255 dan nilai G dan B adalah 0 maka warna
yang dihasilkan adalah warna merah [10][11]. Pada koordinat dititik
(0,1,0) warna G= 255 dan R dengan B bernilai 0 maka warna yang
dihasilkan adalah hijau [11][10]. Pada koordinat (0,0,1) untuk nilai
N= 255 dan sisanya bernilai 0 maka warna yang di hasilkan adalah
warna biru [11][10]. Pada tabel 2.1 merupakan contoh warna hasil
penggabungan red, green dan blue.

Tabel 2. 1 contoh warna hasil penggabungan RGB

Colour name R G B
Black 0 0 0
Blue 0 0 1
Green 0 1 0
Cyan 0 1 1
Red 1 0 0
Magenta 1 0 1
Yellow 1 1 1
White 1 1 1

2.3.5. Citra JPEG

JPEG merupakan suatu format dile citra yang memiliki ukuran
kecil dibandingkan dengan format fie citra yang lainnya. JPEG
merupakan singkatan dari Joint Photographic Exprest Group tapis
 sekaang menjadi JPG. Format fie JPEG atau JPG dapat
menampilkan warna citra dengan keadaan hingga 24 bit true color
[11].

2.4. Pengolahan Citra Digital

Proses pengolahan citra merupakan proses pada sistem dengn

amenggunakan input citra dan ooutput berupa hasil keluaran citra.
Proses pengolahan citra dilakukan dengn menggunakan algoritma
untuk memperbaiki kualitas citra, mencari suatu citri pada citra,
mengurangi noise dan melakukan trnasformasi citra [11][10] .

2.4.1. Transformasi Ruang Warna HSV

HSV merupakan sistem ruang warna yang digunakan mausia

dalam memilih warna. Dalam terminologi yang dianut oleh seniman
HSV (hue, saturatiom, value) yang berkiatan dengan tint, tone dan
shade. Hoe berasosiasi dengan panjang pada gelombang cahaya.
Pada saturation menyatakan bahwa tingkat kemurnian suatu warna
itu mengindikasikan berapa banyak warna putih yang diberikan pasa
warna. Value merupakan atribut dengan menyatakan bahwa
banyaknya cahya yang diterima oleh mata memperdulikan dengan
warna [12].

2.4.2. Transfomasi Ruang Warna NTSC

NTSC merupakan sistem yang ada pada ruang warna yang
memuat tiga komponen-komponen luminance (Y), komponen
hue(I), dan komponen saturation (Q),dimana pemilihan huruf YIQ
berdasarkan konvensional . komponen Y merepsentasikan data
keabuan dan kedua komponen lainnya merepsesntasikan daa warna
atau sinyal pada televisi. Komponen YIQ dapat di peroleh dari
komponen RGB menggunakan fungsi [11]:
 [ ]=0,299 0,587 0,144

[ 0,596−0,274−0,322 ] (2.2)
0,211−0,523 0,312

2.4.3. Tranfomasi Ruang Warna YcbCr

YcbCr yaitu ruang warna hasil encoding non linier dari
sinyal RGB yang sangat luas yg sering digunakan dalam video.
Komponen Y dapat merepsentasikan informasi luminance berupa
intensitas sebuah warna dari RGB yang dapat diterima oleh mata.
Sedangkan unutk komponen Cb dan Cr dapar mereprestasikan
infomasi yang sinkron berupa corak warna serta saturasi.
Komponen Cb merupaka selisih komponen blue denna nilai
referensi sedangkan unutk komponen Cr merupakan selisih dari
komponen red dan nilai resernsi. Matriks transformasi yang
digunakan untuk mengkonveris RGB menjadi YcbCr adala sebagai
berikut [11] :

[ ]=16 65 ,481 1280553 240966

¿ ] (2.3)

128 112−93.726−18.214

2.4.4. Deteksi tepi

Tepi atau yang disebut edge pada suatu citra dalah posisi
dimana intesitas piksel berubah dari nilai tinggi ke nilai rendah
ataupun sebaliknya. Deteksi tepi merupakan langkah atau teknk awal
melakukan proses segementasi citra [9].
Deteksi tepi berfungsi untuk melakukan identifikasi terhadap
garis yang akan dijadikan sebagai objek utama pada citra, sedangakn
tepi yang dideeksi harus mempunyai piksel yang tngggi
dibbandingan dengan pikel yang lain
Canny Edge Detection salah satu metode untuk deteksi tepi,
berikut merupakan langkah dalam melakukan Canny Edge Detection :
 1. Menghilangkan atau mengurangi noise dengan menerapkan
filter Gaussian.
2. Melakukan pendeteksian tepi citra menggunakan salah satu
operator deteksi tepi yaitu dengan operator Sobel. Operator
melakukan pencarian tepi secara vertikal (G) dan pecarian
secara horizontal (G).
3. Mencari arah dari tepi setelah mengetahui gradien x dan y.
4. Melakukan pembagian kadalam 4 warna sehingga garis
dengan warna berbeda dengan . proses pembagiannya yaitu
dengan warna kuning( Oo-22,5o dan 157,5o -180o), warna
hijau (22,5o-67,5o) dan warna merah 67,5o-157,5o)
5. Menerapkan non-maximum suppression untuk menelusuri
garis tepi yang ada pada arah tepi dan merendam piksel lain
yang tidak merupakan tepi dari ciri citra. Prose tersebut
menghasilkan garis-garis yang kemudian menjadi ciri citra.
6. Melakukan edge tracking by hysteresis untuk menghasilkan
kerusakan pada sekeliling epi yang disebabkan oelh
fluktuasi nilai outpur operator yang diatas atau di bawah
nilai threshold.
2.5. Ekstraksi ciri

Ekstrasi ciri atau yang disebut Feature Extraction merupakan cara untuk
mengambil ciri dari citra digital digunakan untuk melakukan pengenalan
pola. Ciri sebuah citra adalah ukuran yang dapat diambil dan di pecah
dari pola masukan yang akan digolongkan. Ciri citra yang memiliki
kualitas akurasi yang tinggi, mudah dalam komputasi, dan dapat
diperkecil tanpa menghilangkan informasi-informasi yang penting [9].

2.5.1. Definisi Fraktal

Konsep fraktal pertama kalindi kenalkan oleh Benoit Mandelbort

pada bukunya yang berjudul The Fractal Geometry of Nature pada tahun
1975. Fraktal didefinisikan sebagai benda yang bergemetri yang apabila
 bagian-bagian dari bentuk diperbesar akan terlihta benda geometri serupa
yang menyusun benda tersebut atau sering disebut dengan self-similarity.
Selain sel-similaruty, fraktal juga memiliki karateristik self- affinity
( bagian-bagian membentuk fraltal dapat berupa ukuran yang berbeda [10].

2.5.2. Dimensi fraktal

Dimensi fraktal merupakan karakteristik yang berisi infomasi

untuk stuktur geometri yang beguna untuk mendeskripsikan bagaimana
suatu objek menempati tempat dan hubungn dengan kompleksitas struktur
[10].

Ukuran dimensi fraktal pada umumnya berupa bilangan bulat yaitu

garis yang memilki dimensi 1, bidang memiliki 2 dimensi dan ruang
memiliki 3 dimensi. Tetapi dimensi fraktal mempunyai dimensi berupa
pecahan yang akan digunakan sebagai ciri suatu citra[9].

Secara umum perhitungn dimensi pada obej fraktal dilakukan

dengna meode perhitungna kotak (box counting). Peritungna tersebut
dinyatakan dalam persamaan sebagai berikut [9] :

D
( s)=
log( N ( s) ) (2.3)
log s

Keterangan

N(s) = jumlah kotak yang berukuran s, berisi nilai dari citra (piksel objek)

D(s)= dimensi fraktal dengan kotak yang berukuran s

Jika terdapat beberapa macam ukuran kotak yang direpesentasikan maka

metode perhitungna kotal dilakukan dengan langkah-langkah :

1. Membagi citra ke dalam kotak-kota berukuran s

2. Mengitung banyaknya kotak (N(s)) yang dibutuhkan untuk
mencakup objek. Nilai N(s) bergantung pada s. Variabel s
memiliki nilai yang berubah dari 1 hingg 2k (k=0,1,2,...) dan 2k
tidak boleh memiliki nilai yang lebih besar dari ukuran citra.
2.6. Klasifikasi

Klasifikasi merupakn teknik yang digunakan untuk

mengelompokkan data input di dalam database menjadi beberapa kelas
yang telah ditentukan. Pengelompokan dilakukan berdasarkan kesamaan
ciri objek pada setiap kelas yang akan terdiri dri beberapa objek yang
memiliki ciri yang sama.

2.6.1. Desicion Tree

Desicion tree merupakan acara untuk mendapatlan suatu
kondisi yang akan diinginkan menggunakan grafiks pohon.
Desicion tree dapat membantu untuk mengetahui kemungkinan
kejadian, biaya source, dan utilitas. Ini adalah salah satu cara untuk
menampilakn algoritma yang hanya memiliki isi pernyataan
kontrol bersyarat.
Desicion tree digunakan dalam penelitian khususnya dalam
mengambil keputusan untuk mengklasifikasikan tujuan atau
kondisi yang diinginkan. Desicion tree sering digunakan untuk
penelitian pada bidang teknik termasuk pengolahan citra digital
[13][14].
Strukur dari desicion tree serupa dengan diagaram air
dimana masing-masing nodes memiliki suatu yang akan di uji,
masing-masing cabang akan mewakili class label. Jallr dari cabang
ke cabang yang mewakili aturan klasifikasi [14].
Desicin tree pengklasifikasikan citra didapat dengan cara
mencari nilai rata-rata paling kecil di setiap kelas selanjutnya
menentukan range class dari tipa kelas menggunakan cara
¿❑ (2.4)
2

Dengan :

= Range class dari kelas yang akan dicari

 = Nilai ciri yang paling besar yang akan dicari

=Nilai ciri yang paling kecil dikelas rata-rata kelas yang

lebih besar

DAFTAR PUSTAKA

[1] Dirjen Binkesmas Depkes RI. 1996/1997. 13 Pesar Dasar Gizi Seimbang,
cetakan III,

[2]Sudaryani, T., (2003) . Kualitas Telur . Jakarta: Penebar Swadaya. Halaman 1,

8-10

[3]Gisslen, Wayne. (2005). Professional Baking (fourth edition) . New Jersey:

John Willey & Sons Inc.

[4]Figoni, Paula. 2008. How Baking Works Exploring the Fundamental of Baking
Science . United Stated of America : John Wiley & Sons Inc

[5] Bangun, Bowo. (2005). Pengaruh level protein dalam ransum yang
disuplementasi dengan probiotik terhadap kualitas telur ayam petelur. UNS- F:
Pertanian Jur. Produksi Ternak-H.0599031-2005
[6] Suardana, I. W. dan I. B. N. Swacita. (2009). Higiene Makanan . Denpasar:
Udayana University Press

[7] Akbarillah TD, Kususiyah, Hidayat. (2010). Pengaruh penggunaan daun

Indigofera segar sebagai suplemen pakan terhadap produksi dan warna yolk itik .
-. J Sains Peternakan Indonesia.

[8] Widiyanto,d.2003. Pengaruh Bobot Telur dan Lama Penyimpanan terhadap

Kualitas Telur Ayam Strain CP 909 yang ditambahkan Zeolit pada Ransumnya.
Skripsi Fakultas Pertanian Univeristas Lampung. Bandar Lampung

[9] D. Putra, Sistem Biometrika : Konsep Dasar, Teknik Analisis Citra, dan
Tahapan Membangun Aplikasi Sistem Biometrika, Yogyakarta: Andi, 2009

[10] R. Munir, Pengolahan Citra Digital dengan Pendekatan Algoritmatik,

Bandung, 2004.

[11] Wijaya, Marvin Ch. dan Agus Prijono. (2007). Pengolahan Citra Digital
Menggunakan MATLAB Image Processing Toolbox . Bandung : Penerbit
Informatika.

[12] R. H. Sianipar, Herry S., dan I. K. Wiryajati. (2013). Matlab Untuk

Pemrosesan Citra Digital. Bandung : Penerbit Informatika Bandung

[13] S. Rasoul Safavian and David Landgrebe, 1991. A Survey of Decision Tree
Classifier Methodology

[14] Bogumił Kami´nski, 2017. A Framework for Sensitivity Analysis of Decision

Trees