Deteksi Kualitas Kemurnian Susu Sapi Melalui Pengolahan Citra Digital Menggunakan Metode Binary Large Object Dengan Klasifikasi Learning Vector Quantization

Abstract

Abstrak Susu sapi merupakan minuman yang sangat penting bagi masyarakat untuk kesehatan. Manfaat dari susu sapi salah satunya adalah sumber protein, kalsium, karbohidrat dan lemak yang sangat baik untuk memenuhi kebutuhan sehari-hari pada tubuh. Namun tidak jarang juga produsen mencampur susu sapi dengan volume air yang banyak, sehingga melakukan pencampuran air pada susu. Oleh karena itu, masyarakat perlu mengetahui bagaimana kemurnian susu sapi yang baik dan tidak mengandung air yang banyak. Pada penelitian ini dibuat sebuah sistem mengidentifikasi dan mengklasifikasikan kemurnian susu sapi dengan persentase kandungan susu 20%, 40%, 60%, 80% dan 100%. Metode ekstraksi yang digunakan adalah algoritma Binary Large Object (BLOB) dan metode klasifikasi yang digunakan adalah Learning Vector Quantization (LVQ). Penelitian dilakukan dengan mengambil sample citra susu sapi yang dicampur dengan persentase kadar air yang berbeda. Kemurnian citra susu sapi dibedakan berdasarkan bentuk dan tekstur hasil pengolahan citra digital dengan ekstraksi ciri Binary Large Object. Hasil dari penelitian ini menunjukan tingkat akurasi sistem sebesar 80% dengan menggunakan data citra latih 30 dan data citra uji 12 dari susu pasteurisasi. Kata kunci: Susu Sapi, Citra Digital, Binary Large Object , Learning Vector Quantization Abstract Cow's milk is a drink that is very important for the community for health. One of the benefits of cow's milk is a source of protein, calcium, fat and fat which is very good for meeting the daily needs of the body. But not infrequently also producers mix cow's milk with a lot of air volume, so that mixing air into milk. Therefore, people need to know about the purity of cow's milk which is good and does not contain a lot of water. In this study a composition system was created and classified cow's milk with the composition percentage of milk 20%, 40%, 60%, 80% and 100%. The extraction method used is the Binary Large Object (BLOB) algorithm and the classification method used is the Learning Vector Quantization (LVQ). The research was conducted by taking samples of cow's milk mixed with different percentages of water content. Digital images of cow's milk are distinguished based on the shape and texture of the results of digital image processing with extraction of features of Large Object Binary. The results of this study indicate a system completion rate of 80% using 30 data training images and 12 data training images from pasteurized milk. Keywords: Cow’s milk, Image Processing, Binary Large Object, Learning Vector Quantization 1. Pendahuluan Susu sapi merupakan minuman yang sangat penting bagi masyarakat untuk kesehatan. Manfaat dari susu sapi adalah sumber protein, kalsium, karbohidrat dan lemak yang sangat baik untuk memenuhi kebutuhan sehari-hari pada tubuh . Ciri utama dari susu sapi segar yang baik adalah warna susu yang putih kekuningan. Mengkonsumsi susu sapi ini sudah sebagai hal yang umum, tidak jarang juga produsen mencampur susu sapi dengan volume air yang banyak, sehingga berukurangnya pula nutrisi pada susu. Masyarakat perlu mengetahui bagaimana kemurnian susu sapi yang baik dan tidak mengandung air yang banyak. Sebenarnya masyarakat dapat melakukannya dengan cara melihat warna susunya saja yaitu apabila susu terlalu banyak dicampurkan dengan air, maka warna susu tersebut akan menjadi kebiruan. Tetapi cara ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.2 Agustus 2019 | Page 3838 2 tersebut masih belum akurat sehingga perlu adanya bantuan di bidang teknologi dalam menangani hal tersebut. Pada penelitian ini, susu yang akan digunakan adalah jenis susu pasteurisasi. Pengambilan gambar susu sapi murni dengan persentasi kandungan susu 20%, 40%, 60%, 80% dan 100% murni. Metode yang dilakukan menggunakan ekstraksi ciri Binary Large Object dan klasifikasi Learning Vector Quantization.