Pemilihan daging sapi yang baik untuk dikonsumsi tidaklah mudah, hal ini dikarenakan banyaknya pedagang tidak bertanggung jawab yang menjual daging sapi tak layak konsumsi. Daging busuk atau daging "gelonggongan" memiliki kadar lebih tinggi dibandingkan daging segar. Penelitian ini bertujuan untuk mengidentifikasi kualitas daging sapi berbasis android dengan ekstraksi fitur warna dan klasifikasi knn. Pada penelitian yang dilakukan memiliki tiga modul utama, yaitu modul prapengolahan, ekstraksi fitur, dan klasifikasi. Pertama, modul prapengolahan digunakan untuk proses pengolahan data asli sebelum data tersebut diolah ke dalam proses selanjutnya. Hal ini bertujuan untuk menghilangkan noise dan memperjelas fitur data sesuai kebutuhan. Modul selanjutnya yaitu ekstraksi fitur warna RGB, HSI, dan HSV dengan pendekatan statistika. Nilai-nilai statistika yang diambil adalah nilai mean, standar deaviasi, kurtosis, dan skewness. Modul yang terakhir adalah modul klasifikasi menggunakan metode k-nearest neighbor yang bertujuan mengklasifikasikan citra daging segar, daging gelonggongan dan daging busuk.Pada penelitian ini metode knn yang digunakan sudah mampu untuk mengidentifikasi daging sapi dengan nilai k=3 dengan tingkat akurasi sebesar 64 %, nilai k=5 dengan tingkat akurasi sebesar 68%, nilai k=7 dengan tingkat akurasi sebesar 82% , dan nilai k=9 dengan tingkat akurasi sebesar 86%. Sehingga secara keseluruhan memiliki tingkat akurasi sebesar 75 %.
展开▼
机译：选择好牛肉供食用并不容易，这是因为许多不负责任的出售牛肉的商人不适合食用。烂肉或“树皮”肉的含量比新鲜肉高。这项研究旨在通过颜色特征提取和KNN分类来识别基于Android的牛肉的质量。在这项研究中，有三个主要模块，即预处理模块，特征提取和分类。首先，预处理模块用于处理原始数据，然后再将数据处理到下一个过程中。目的是消除噪声并根据需要澄清数据特征。下一个模块是采用统计方法提取RGB，HSI和HSV颜色特征。所采用的统计值是平均值，标准偏差，峰度和偏度。最后一个模块是使用k近邻法进行分类的模块，旨在对新鲜肉，树皮肉和腐烂肉的图像进行分类。在本研究中，所用的KNN方法已能够识别出k = 3的牛肉，准确率达64％， k = 5，精度为68％； k = 7，精度为82％； k = 9，精度为86％。因此，总体上准确率为75％。
展开▼
