Identifikasi Spesies Kulit Hewan di LPPOM MUI Menggunakan Mel-Frequency Cepstral Coefficient dan Backpropagation Neural Network
Abstract
Penelitian ini melakukan pengenalan spesies untuk mengidentifikasi kulit hewan
menggunakan backpropagation neural network sebagai metode pengenalan pola
dan Mel-Frequency Cepstral Coefficient (MFCC) sebagai metode ekstraksi
cirinya. Parameter yang digunakan dalam pengenalan pola adalah learning rate,
epoch, dan hidden neuron, sedangkan parameter MFCC adalah koefisien cepstral
dan overlap. Data citra kulit hewan pada penelitian ini diperoleh dari hasil citra
mikroskop stereo di lab Lembaga Pengkajian Pangan, Obat-obatan, dan
Kosmetika (LPPOM) Majelis Ulama Indonesia, Global Halal Center, Bogor. Data
yang digunakan sebanyak 300 citra dengan format JPG. Terdapat 5 kelas yang
diidentifikasi, yaitu cow, pig, sheep, goat, dan kangaroo. Berdasarkan hasil
penelitian yang telah dilakukan, rataan akurasi tertinggi sebesar 81.67% diperoleh
dengan koefisien cepstral 26, overlap 50%, learning rate 0.3, epoch 3000, dan
hidden neuron 20.
Collections
- UT - Computer Science [2335]