IDENTIFIKASI TINGKAT KESEGARAN DAGING AYAM BROILER BERDASAR CIRI TEKSTUR DAN WARNA DAGING
DOI:
https://doi.org/10.56997/almabsut.v6i1.68Kata Kunci:
Kata-kata kunci, ekstrasi ciri, RGB, piksel, histogram., box countingAbstrak
IDENTIFIKASI TINGKAT KESEGARAN DAGING AYAM BROILER BERDASAR CIRI TEKSTUR DAN WARNA DAGING
Â
Prima Widyawati W (Mahasiswa Pascasarjana Teknik Elektro, Universitas Gadjah Mada Yogyakarta), Oyas Wahyu N (Staf Pengajar Pascasarjana Teknik Elektro, Universitas Gadjah Mada Yogyakarta), Indah Soesanti (Staf Pengajar Pascasarjana Teknik Elektro, Universitas Gadjah Mada Yogyakarta).
Â
Abstrak
Â
Tujuan utama dari penelitian ini adalah mengidentifikasi tingkat kesegaran daging ayam broiler berdasar ciri warna dan tekstur. Sistem ini juga dapat digunakan untuk membedakan daging ayam hasil sembelihan yang sesuai syariat Islam dengan daging ayam bangkai atau tiren. Metode identifdikasi tingkat kesegaran daging ayam yang digunakan pada penelitian ini adalah menggunakan pengolahan citra digital yaitu ekstrasi ciri warna metode histogram dan ekstrasi ciri tekstur metode box counting. Sampel daging yang digunakan diambil dari daging ayam  broiler bagian dada. Bagian dada memiliki komposisi terbesar pada tubuh ayam sehingga pengujian pada bagian dada bisa mewakili semua bagian pada ayam. Berdasar hasil penelitian dapat diketahui bahwa dengan menggunakan ciri tekstur dan warna daging dapat dibedakan antara daging ayam segar, kurang segar, dan daging busuk. Berdasar hasil pengujian dapat diketahui ciri warna dapat memberikan hasil identifikasi yang lebih baik dibandingkan ciri tekstur citra daging ayam tersebut.
Kata-kata kunci: ekstrasi ciri, RGB, piksel, histogram., box counting
Unduhan
Referensi
Apriyantono, A. 2004. Tinjauan Teknologi Terhadap Potensi Ketidakhalalan Produk Pangan Dan Pangan Hasil Rekayasa Genetika. Seminar Pangan Halal Tingkat Nasional.
Barni, M., V. Cappellini, A. Mecocci. 1997. Colour-Based Detection Of Defects On Chicken Meat. Image and Vision Computing 15 (1997) 549-556.
Basset, O., BeÂatrice Buquet, Saoed Abouelkaram, Philippe Delachartre, Joseph Culioli. 2000. Application Of Texture Image Analysis For The Classification Of Bovine Meat. Food Chemistry 69 (2000) 437-445.
Chandraratne, M.R. , S. Samarasinghe , D. Kulasiri , R. Bickerstaffe. 2006. Prediction Of Lamb Tenderness Using Image Surface Texture Features. Journal of Food Engineering 77 (2006) 492–499.
Du, C.-J., Da-Wen Sun. 2006. Learning Techniques Used In Computer Vision For Food Quality Evaluation: A Review. Journal of Food Engineering 72(2 006) 39–55
Jackman, P., Da-Wen Sun, Paul Allen. 2011. Recent Advances In The Use Of Computer Vision Technology In The Quality Assessment Of Fresh Meats. Trends in Food Science & Technology 22 (2011) 185e197.
Li, J., J. Tan, F.A. Martz, H. Heymann. 1999. Image Texture Features As Indicators Of Beef Tenderness. Meat Science 53 (1999) 17-22.
Mulyantini, N.G.A, 2010. Ilmu Manajemen Ternak Unggas. Yogyakarta: Gadjah Mada University Press.
Shiranita, K., Tsuneharu Miyajima , Ryuzo Takiyama. 1998. Determination Of Meat Quality By Texture Analysis. Pattern Recognition Letters 19 (1998) 1319-1324
Tan, J. 2004. Meat Quality Evaluation By Computer Vision. Journal of Food Engineering 61 (2004) 27–35.
Widodo, Thomas. 2005. Sistem Neuron Fuzzy. Graha Ilmu : Yogyakarta.
Zheng, C., Da-Wen Sun, Liyun Zheng. 2006. Recent Applications Of Image Texture For Evaluation Of Food Qualities—A Review. Trends in Food Science & Technology 17 (2006) 113–128.
##submission.downloads##
Abstrak View: 4213, 
Diterbitkan
Terbitan
Bagian
Lisensi
Based on a work at http://iaingawi.ac.id/ejournal/index.php/AlMabsut/.
