| dc.description.abstract | Daging sapi merupakan salah satu sumber protein hewani yang diperlukan oleh tubuh. Konsumsi daging sapi per kapita di tahun 2014 sebesar 2.52 kg dan terjadi penurunan pada tahun 2015 sebesar 2.31 kg yaitu 8.33 %. Di tahun 2017, konsumsi daging sapi mengalami kenaikan sebesar 2.70 kg yaitu 16.88 %. Sementara harga rata-rata daging sapi di tahun 2015 sebesar Rp 104 747 per kg dan mengalami kenaikan pada tahun 2016 sebesar Rp 113 555 per kg yaitu 8.41 %. Di tahun 2017 kembali terjadi kenaikan sebesar Rp 115 932 per kg yaitu 2.09 %. Berdasarkan sensus penduduk tahun 2010 jumlah penduduk muslim sebesar 207176162 yaitu 87 % dari total penduduk di Indonesia. Kepastian daging halal sangat penting di negara mayoritas muslim. Metode konvensional yaitu dengan uji laboratorium untuk mendeteksi daging celeng membutuhkan waktu yang relatif lama, tempat khusus, serta biaya yang relatif mahal. Sementara daging yang diwaspadai dicampur dengan daging celeng bisa terjadi di berbagai tempat seperti pasar, retailer serta distributor yang sepatutnya bisa dideteksi seketika di tempat tersebut secara cepat. Oleh karena itu, diperlukan sistem yang mudah, cepat, dan mudah dibawa untuk mendeteksi daging sapi murni (tanpa campuran daging lainnya dalam penelitian ini adalah daging celeng.
Penelitan ini membahas metode deteksi kemurnian daging berbasis citra menggunakan Convolutional Neural Network (CNN) yang dapat dioperasikan di perangkat Android. Keunggulan metode ini dapat melakukan proses pembelajaran secara mandiri yaitu ekstraksi citra dan klasifikasi. Adapun kemampuan lain yang dimiliki yaitu dapat menangani deformasi gambar seperti rotasi dan skala. Akurasi yang didapatkan dari metode ini yaitu 94 % untuk mendeteksi daging sapi murni, daging celeng murni, dan daging campuran sapi dan celeng. Sementara presisi untuk celeng, campuran dan sapi yaitu 100 %, 90 % dan 95 %. Selain itu, recall untuk celeng, campuran dan sapi yaitu 85 %, 95 %, dan 97.5 %. Prototipe sistem deteksi yang dikembangkan telah diimplementasikan pada platform Android dan diuji pada situasi pencahayaan yang terkondisikan. Upaya penyempurnaan ke depan adalah menambah fitur sistem pencahayaan khusus/standar dengan kamera khusus yang memiliki cahaya tambahan yang mengatasi keragaman tingkat pencahayaan di tempat terbuka. | id |
