Deteksi Kualitas Keju Dengan Metode Gabor Wavelet Dan Klasifikasi Learning Vector Quantization (lvq) Berbasis Android

Abstract

Abstrak Keju adalah makanan yang terbuat dari susu dengan memanfaatkan proses fermentasi atau olahan susu yang mempunyai rasa gurih dan umumnya berwarna kuning. Dalam menggunakan keju sebagai bahan konsumsi, perlu memperhatikan kualitas yang digunakan. Keju yang digunakan adalah masih layak untuk dikonsumsi atau tidak. Faktor-faktor yang mempengaruhi ketidaklayakan keju untuk dikonsumsi biasanya karena sudah melewati batas tanggal kadaluarsa. Selain itu, suhu yang tidak sesuai juga dapat memengaruhi kelayakan kualitas keju. Cara yang biasanya dilakukan untuk mengetahui kualitas keju masih layak atau tidak untuk dikonsumsi adalah dengan melihat secara visual perubahan warna dan teksturnya. Namun terkadang dalam memastikannya dengan cara mencoba mencicipi keju akibat keterbatasan visual manusia. Dalam tugas akhir penulis membuat penelitian mengenai deteksi kualitas keju dengan teknik pengolahan citra untuk mempermudah pengindentifikasian kualitas keju melalui pengamatan pola tekstur. Penulis menggunakan metode ektraksi ciri Gabor Wavelet dengan parameter frekuensi spasial, orientasi filter, standar deviasi, dan rasio filter. Klasifikasi Learning Vector Quantization (LVQ) dengan parameter Epoch, Learning rate dan minimum error. Penelitian tugas akhir menggunakan software Android Studio untuk implementasi aplikasi deteksi kualitas keju. Implementasi berdasarkan serangkaian proses pengujian dan pengamatan terhadap beberapa 48 sample citra uji dan 8 sample citra latih yang diambil menggunakan microscop digital. Dari penelitian diperoleh waktu komputasi sistem 20.69 s dan akurasi sistem 85.42%. Diharapkan hasil dari penelitian dapat mempermudah mengetahui idetentifikasi keju berkualitas baik atau tidak. Kata kunci : Keju, Gabor Wavelet, Learning Vector Quantization. Abstract Cheese is food made from milk by utilizing the fermentation process or processed milk which has a savory taste and is generally yellow. In using cheese as a consumption material, it is necessary to pay attention to the quality used. Cheese used is still suitable for consumption or not. Factors that influence the unworthiness of cheese to be consumed usually because it has passed the expiration date. In addition, inappropriate temperatures can also affect the feasibility of cheese quality. The way that is usually done to find out the quality of cheese is still feasible or not to be consumed is to see visually changes in color and texture. But sometimes in ensuring it by trying to taste cheese due to human visual limitations. In the final task the author makes a study on the detection of cheese quality with image processing techniques to facilitate identification of cheese quality through observation of texture patterns. The author uses the Gabor Wavelet feature extraction method with spatial frequency parameters, filter orientation, standard deviation, and filter ratio. Classification of Learning Vector Quantization (LVQ) with Epoch parameters, Learning rate and minimum error. Final task research using Android Studio software for the implementation of cheese quality detection application. Implementation is based on a series of testing processes and observations of some 48 test image samples and 8 training image samples taken using digital microscopes. From the research, the system computation time was 20.69 s and the system accuracy was 85.42%. It is expected that the results of the study can facilitate the identification of good quality cheese or not Keywords: Cheese, Gabor Wavelet, Learning Vector Quantization.