Klasifikasi Telur Fertil dan Infertil Menggunakan jaringan Saraf Tiruan Multilayer Perception Berdasarkan Ekstraksi Fitur Warna dan Bentuk

Authors

  • Muhammad Zaen Nawawi Program Studi Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
  • Romi Fadillah Rahmat Program Studi Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
  • Mohammad Fadly Syahputra Program Studi Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara

Keywords:

telur infertil, identifikasi, pemprosesan citra, fitur ekstraksi, jaringan saraf tiruan

Abstract

Telur infertil adalah telur yang tidak mengalami perkembangan embrio pada saat penetasan. Pendeteksian telur infertil secara otomatis akan memberikan kemudahan saat penseleksian dan pemindahan telur infertil tepat waktu, yang akan membawa keuntungan bagi peternakan seperti efesiensi tempat dan kontaminasi penyakit yang mempengaruhi penetesan karena telur infertil bisa menjadi tempat perkembangan jamur. Metode yang diterapkan terdiri dari metode pengolahan citra dan jaringan saraf tiruan multilayer perceptron sebagai hasil akhir dari proses. Citra yang ditangkap kamera diekstrak fitur atau ciri-ciri yang membedakan antara telur fertil dan telur infertil berdasarkan bentuk dan warna telur. Shape index, roundness dan elongation diekstraksi dari bentuk telur, sedangkan nilai rata-rata hue, saturation dan intensitas diekstraksi dari warna telur. 100 data sampel digunakan untuk pelatihan jaringan dan pengujian memorasi dan 125 data sampel berbeda digunakan untuk uji generalisasi. Laju pembelajaran yang digunakan adalah 0.0005 dan parameter momentum sebesar 0.02 tingkat akurasi yang dihasilkan 98% untuk pelatihan dan 96% untuk uji generalisasi. Oleh sebab itu, metode yang digunakan selanjutnya dapat diterapkan pada fase industri

References

Faridah, Nopriadi, A. Alfa. 2008. Aplikasi mesin visi dalam pendeteksian fertilitas telur. Media Teknik Universitas Gajah Mada. 02165-3012.

K. C. Lawrence, D. P. Smith, W. R. Windham, and G. W. Heitschmidt. 2008. Fertility and Embryo Development of Broiler Hatching Eggs Evaluated with a Hyperspectral Imaging and Predictive Modeling System. International Journal of Poultry Science 7 (10): 1001-1004.

Zhu , Zhihui, Ma , Meihu. 2011. The identification of white fertile eggs prior to incubation based on machine vision and least square support vector machine. African Journal of Agricultural Research. 6(12):2699-2704.

D. P. Smith, K. C. Lawrence, W. R. Windham, and G. W. Heitschmidt. 2008. Fertility and Embryo Development of Broiler Hatching Eggs Evaluated with a Hyperspectral Imaging and Predictive Modeling System. International Journal of Poultry Science 7 (10): 1001-1004.

K. Das, and M. D. Evans. 1992. Detecting Fertility of Hacthing es using machine vision and histogram characterization method. American Society of Agricultural and Biological Engineers. Michigan.

Qiaohua, Wan, Meihu Ma, Zhihui Zhu, Tao Zhu, Min Li. 2012. Non-destructive detectionvof hatching egg’s survival based on machine vision. Journal of Food, Agriulture & environment. 578-581.

Hariyanto, Didik. 2009. Studi penentuan nilai resistor menggunakan seleksi warna model HSI pada citra 2d. Universitas Negeri Yogyakarta. 1693-6930.

Zhu ,Zhihui, Ma, Meihu. 2011. The identification of white fertile eggs prior to incubation based on machine vision and least square support vector machine. African Journal of Agricultural Research, 6(12):2699-2704.

Downloads

Published

2016-12-13

Issue

Vol. 4 No. 2 (2015): Jurnal Teknologi Informasi dan Komunikasi (TIK)

Section

Artikel

License

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. Author grant the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License