SISTEM ANALISA UNTUK MENENTUKAN KUALITAS DAGING SAPI BERDASARKAN CIRI WARNA MENGGUNAKAN IMAGE PROCESSING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (Studi Kasus : CV FIVAFOOD)

Riswan Alam, Nauli Siregar (2024) SISTEM ANALISA UNTUK MENENTUKAN KUALITAS DAGING SAPI BERDASARKAN CIRI WARNA MENGGUNAKAN IMAGE PROCESSING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (Studi Kasus : CV FIVAFOOD). Other thesis, UNSADA.

	Text COVER.pdf Download (2MB)
	Text BAB 1.pdf Download (546kB)
	Text BAB 2.pdf Download (664kB)
	Text BAB 3.pdf Restricted to Registered users only Download (579kB)
	Text BAB 4.pdf Restricted to Registered users only Download (963kB)
	Text BAB 5.pdf Download (488kB)
	Text DAFTAR PUSTAKA.pdf Download (637kB)
	Text LAMPIRAN.pdf Download (546kB)
	Text HASIL TURNITIN.pdf Download (1MB)
	Text SUKET_TURNITIN_Riswan_Alam - Riswan Alam.pdf Restricted to Registered users only Download (672kB)

Abstract

Penentuan kualitas daging sapi merupakan salah satu tantangan penting dalam industri peternakan dan pengolahan daging. Selama ini, penilaian kualitas daging sapi masih bergantung pada pengamatan visual dan pengujian laboratorium yang membutuhkan waktu dan biaya yang tinggi. Oleh karena itu, diperlukan suatu sistem analisis cepat dan akurat untuk menentukan kualitas daging sapi berdasarkan ciri warna menggunakan teknologi image processing. Tujuan penelitian ini adalah untuk membuat sistem yang menggunakan ciri warna untuk menganalisis kualitas daging sapi. Metode ini akan menggunakan Convolutional Neural Network (CNN). Sistem ini akan memproses gambar daging sapi untuk mengidentifikasi karakteristik warna, tekstur, dan morfologi. Kemudian, kualitas daging akan diklasifikasikan menjadi kategori tinggi, sedang, dan rendah. Metode CNN dipilih karena kemampuannya dalam melakukan ekstraksi fitur secara otomatis dari citra input dan klasifikasi dengan akurasi yang tinggi. Data citra daging sapi diperoleh melalui pemotretan sampel daging segar di laboratorium dengan kontrol kondisi pencahayaan. Selanjutnya, data citra tersebut digunakan untuk melatih dan menguji model CNN. Hasil pengujian menunjukkan bahwa sistem analisis kualitas daging sapi berbasis CNN dapat mengidentifikasi kualitas daging sapi dengan akurasi mencapai 92%. Sistem ini terbukti efektif, cepat, dan objektif dalam menentukan kualitas daging sapi berdasarkan ciri warnanya, sehingga dapat diterapkan untuk membantu proses grading daging di industri peternakan dan pemotongan hewan.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing Bagus Tri Mahardika,S.kom,MMSI
Uncontrolled Keywords:	kualitas daging, image processing, Convolutional Neural Network, MySQL
Subjects:	000 Generalities/Karya Umum > 005.262 Programming in Specific Program Language/Pemrograman untuk Bahasa Pemrograman Tertentu
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	06 Oct 2025 02:25
Last Modified:	06 Oct 2025 02:25
URI:	http://repository.unsada.ac.id/id/eprint/9038

Actions (login required)

View Item