Perancangan Aplikasi Deteksi Kualitas Keju Berbasis Android Menggunakan Metode Gray Level Co-occurrence Matrix Dengan Klasifikasi Support Vector Machine

Abstract

Abstrak Keju cheddar merupakan salah satu produk olahan susu yang dihasilkan melalui bantuan bakteri untuk dilakukan fermentasi. Hasil dari fermentasi tersebut adalah proses koagulasi atau pengentalan yang menghasilkan zat padat pada susu. Zat padat tersebut itulah yang menjadi keju setelah dikeringkan, diproses dan diawetkan dengan cara tertentu. Kandungan nutrisi yang terdapat pada keju cheddar sama halnya dengan susu, yaitu terdapat protein, vitamin, mineral, kalsium, fosfor dan lemak. Kualitas keju yang baik dapat dilihat salah satunya dari tekstur. Dilihat dari permukaan keju cheddar apakah terdapat jamur atau tidak. Menentukan kualitas tekstur keju cheddar yang baik secara detail dapat dilihat dengan menggunakan mikroskop digital dan bantuan dari pengolahan citra digital. Dengan menggunakan pengolahan citra dapat memudahkan penentuan dan pengelompokkan kualitas keju cheddar. Pada tugas akhir, penulis telah membuat sebuah aplikasi berbasis Android untuk deteksi kualitas keju cheddar dengan teknik pengolahan citra digital. Aplikasi dapat menganalisis pola tekstur citra keju cheddar melalui ekstraksi ciri lalu selanjutnya diklasifikasikan untuk mengidentifikasi kualitas keju cheddar berdasarkan kriteria kelayakan yaitu sangat layak makan, layak makan dan tidak layak makan. Metode ekstraksi ciri yang digunakan adalah Gray Level Co-Occurrence Matrix yang mampu menganalisa pola tekstur pada citra, sedangkan untuk metode pengklasifikasian menggunakan Support Vector Machine yang baik dalam pengklasifikasian pola tekstur pada citra digital. Untuk pengujian, dilakukan pengambilan beberapa sampel citra dengan mengambil foto keju cheddar menggunakan mikroskop digital. Jumlah sampel citra uji sebanyak 48, jumlah citra latih sebanyak 24 dan jumlah kelas sebanyak 3 kelas. Dari penelitian, diperoleh hasil tingkat akurasi aplikasi sebesar 81.25 % dan waktu komputasi aplikasi 19.52 detik pada pengujian dengan ukuran resize 350 * 450 piksel. Hasil dari dilakukannya pengujian ini mempermudah dalam mengetahui kualitas keju cheddar yang lebih efektif. Kata kunci: Gray Level Co-occurrence Matrix, Support Vector Machine, Keju Cheddar Abstract Cheddar Cheese is one of dairy product that produced with help of bacteria to be fermented. The results of the fermentation that is coagulation process that will produce milk solids. The milk solids will become cheddar cheese after being dried, processed and preserved in a certain way. Nutritional content in cheddar cheese is the same as milk, such as protein, vitamins, minerals, calcium, phosphorus and fat. Quality of good cheedar cheese can be seen from the texture. Viewed from the surface of the cheese whether there is mold or not. Determining the quality of good cheddar cheese texture in detail could be seen by using digital microscope with help from digital image processing. Using image processing can ease the determination and classification quality of cheddar cheese. In this final task, the author has made an Android application to detection quality of cheddar cheese with digital image processing technique. The application can analyze the texture pattern of the image of cheddar cheese through feature extraction then classified to identify the quality of cheddar cheese based on worthiness criteria which is very worth eating, worth eating and not worth eating. Feature extraction method that used is Gray Level Co-Occurrence Matrix which able to analyze texture pattern in the image, whereas for the classification method using Support Vector Machine which is good in classifying the texture pattern of digital image. For testing, a few samples were taken by taking photos of cheddar cheese using a digital microscope. The number of testing data samples is 48, the number of training data is 24 and the number of class is 3 classes. The highest result of the research is 81.25 % of application accuracy rate and application computing time is 19.52 seconds on the testing with 350 * 450 pixel resize. The results of this test will make it easier to know the quality of cheddar cheese more effective Keywords: Gray Level Co-occurrence Matrix, Support Vector Machine, Cheddar Cheese