Estimasi Bobot Sapi Berdasarkan Registrasi Citra Digital Dengan Metode Blob Dan Klasifikasi Learning Vector Quantization : Cattle Weight Estimation Based On Digital Image Registration With Blob Method And Learning Vector Quantization Classification

Insani Sekar Wangi, Bambang Hidayat, Endang Yuni

Abstract

AbstrakSapi merupakan salah satu hewan ternak yang banyak dimanfaatkan oleh manusia. Sapi dipelihara terutama untuk dimanfaatkan susu dan dagingnya sebagai bahan pangan manusia. Bobot hidup sapi dapat diduga dan diketahui dengan cara mengukur lingkar dada, panjang badan, dengan timbangan secara konvensional, perkiraan secara visual oleh manusia maupun dengan rumus yang telah ditetapkan. Namun cara-cara tersebut kurang efektif dan masih sulit untuk dilakukan. Oleh karena itu, untuk mempermudah proses estimasi bobotsapi agar pemberian pakan dan obat secara tepat, di dalam penelitian tugas akhir ini dibahas mengenai teknik identifikasi dan klasifikasi bobot sapi pada suatu peternakan dengan menggunakan teknik pengolahan citra digital.Pada tugas akhir ini telah dibuat aplikasi berbasis Matlab untuk membantu mengetahui bobot ternak sapi dengan menggunakan metode pengolahan citra, yang dilengkapi dengan registrasi citra berbasis metodeBlob Detection serta proses klasifikasinya menggunakan Learning Vector Quantization (LVQ). Didapatkan tingkat akurasi sebesar 76,2%. Hasil dari penelitian ini diharapkan dapat membantu pelaku bisnis ternak sapi dalam standar akurasi yang tepat dalam mengetahui bobot ternak sapi.Kata Kunci:Pengolahan CitraDigital,registrasi citra, Blob Detection, Learning Vector QuantizationAbstractCows are one of the cattle animals that many people took benefit for. People raised the cows mainly to be used their milks and meat as human food. The cattle life weight can be predicted and known by measuring the chest circumference, body length, with conventional scales, visual prediction by humas or with settled formula. But these methods are less effective and still difficult to do. Therefore, to simplify the process of estimation a cattle weight so that the feeding and medicinal treatment are properly given, in this final project research is discussed about the identification and classification techniques of cattle weight using digital image processing techniques.In this final project Matlab-based application has been made to help determine the weight of cattle using image processing methods, which are equipped with registration methods based on the Blob Detection method using the Learning Vector Quantization (LVQ)classification.Obtained an accuracy rate of 76,2%. The results of this study are expected to be able to help cattle business players in the right standard of accuracy in knowing the weight of cattle.Keywords: Digital Image Processing, image registration, Blob Detection, Learning Vector Quantization

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0