Identifikasi Jenis dan Kualitas Telur Konsumsi Menggunakan Metode Background Subtraction (BS) dan Gray Level Co-occurrence Matrix (GLCM)

Abstract

Identifikasi jenis dan kualitas telur konsumsi berdasar pada data visual dipresentasikan dalam artikel ini. Inovasi ini penting dilakukan karena telur merupakan sumber utama protein manusia. Identifikasi dan kualifikasi dengan cepat dan tepat perlu dikembangkan agar kualitas telur bisa terjaga sampai ke konsumen. Inovasi dilakukan dengan menggabungkan tiga metode. Background Subtraction (BS) diaplikasikan untuk memisahkan objek dengan gambar latar agar ekstraksi tidak terganggu dengan kompleksitas gambar latar. Gray Level Cooccurrence Matrix (GLCM) digunakan untuk mengekstraksi fitur statistic dari tekstur objek yang diamati dan ekstrasi RGB digunakan untuk membedakan jenis dan kualitas telur berdasar tiga warna dasar. Penelitian ini menggunakan total 160 citra yang digunakan untuk proses pelatihan dan pengujian dengan 8 klasifikasi yaitu telur ayam kampung kualitas baik, telur ayam kampung kualitas buruk, telur ayam negeri kualitas baik, telur ayam negeri kualitas buruk, telur bebek kualitas baik, telur bebek kualitas buruk, telur puyuh kualitas baik, dan telur puyuh kualitas baik. Identifikasi didasarkan pada kondisi kerabang atau cangkang telur. Hasil yang didapatkan dari uji data testing yakni akurasi untuk identifikasi jenis dan kualitas telur konsumsi mencapai 100%.