Cow Weight Estimation Using Local Adaptive Thresholding Method And Connected Component Labelling

Nahari, Rosida Vivin; Subagiarti, Novita; Jauhari, Achmad; Alfita, Riza; Wibisono, Kunto Aji; Ibadillah, Achmad Fiqhi; Pramudia, Mirza

doi:10.2991/icst-18.2018.32

Cited by 4 publications

(3 citation statements)

References 2 publications

(2 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Beberapa proses pengolahan citra dilakukan mulai dari tahapan pra-prosesing dengan proses segmentasi mencari deteksi garis tepi menggunakan Cany Edges dan Sobel [7] [8], dilanjutkan hingga perolehan besaran nilai lebar dan panjang badan sapi. Proses segmentasi yang telah diterapkan pada perhitungan perkiraan bobot sapi menggunakan Local Adaptive Thresholding dan Connected Component Labelling [9]. Selain itu, ada juga penelitian perhitungan perkiraan bobot sapi menggunakan pendekatan Machine Learning [10].…”

Section: Pendahuluanunclassified

Penerapan Adaptive Mean Thresholding dan Bounding Box Pada Foto Sapi Untuk Perhitungan Perkiraan Bobot Sapi Menggunakan Formula Lambourne

Rahmawati¹

2023

SPIRIT

View full text Add to dashboard Cite

Abstrak : Penelitian ini bertujuan untuk mengetahui perkiraan bobot sapi berdasarkan dataset 23 citra/foto sapi yang diambil langsung pada salah satu Peternakan Sapi di Kota Mojokerto. Pada umumnya, pengukuran bobot sapi dilakukan secara langsung menggunakan alat timbangan digital dengan perolehan hasil akurasi yang tinggi. Namun, karena harganya yang sangat mahal, cara ini menjadi tidak praktis diterapkan pada peternakan dengan skala kecil. Hal ini memberikan pilihan lain pada peternak untuk menduga bobot sapi yang akan dijual dengan menaksir bobot sapi. Untuk mengatasi hal tersebut, diperlukan sebuah sistem yang dapat memperkirakan bobot sapi berdasarkan foto sapi yang diambil, kemudian diolah menggunakan Adaptive Mean Thresholding untuk segmentasi citra badan sapi. Dari proses tersebut didapatkan hasil segmentasi tubuh sapi dan diambil titik terluar menggunakan Bounding Box. Setelah itu, perolehan angka Lingkar Dada dan Panjang Badan Sapi akan dihitung menggunakan formula Lambourne. Perbandingan perkiraan hasil bobot menggunakan pengolahan citra dan hasil timbangan aktualnya terdapat perbedaan 8.45%. Perkiraan ini dapat dikatakan telah mendekati bobot aslinya, sehingga dapat membantu peternak meminimalkan kecurangan yang terjadi saat proses jual beli ternak sapi.

show abstract

Section: Pendahuluanunclassified

Penerapan Adaptive Mean Thresholding dan Bounding Box Pada Foto Sapi Untuk Perhitungan Perkiraan Bobot Sapi Menggunakan Formula Lambourne

Rahmawati¹

2023

SPIRIT

View full text Add to dashboard Cite

show abstract

“…Karena properti intuitif dan kesederhanaanya dalam implementasi, Thresholding citra menjadi titik pusat dalam aplikasi segmentasi citra. Di sini akan dibahas mengenai cara pemilihan nilai thresholding secara otomatis dan memperhatikan metode untuk bermacammacam thresholding menurut properti ketetanggan citra lokal [20].…”

Section: B) Thresholdingunclassified

Segmentasi K-Means Citra Daun Tin Dengan Klasifikasi Ciri Gray Level Co Occurance Matrix

Qomaruddin¹,

Riana²,

Anton³

2021

justin

View full text Add to dashboard Cite

Tanaman Tin dengan nama latin Ficus Caric adalah sejenis tanaman buah dari sejenis pohon yang banyak tumbuh di kawasan daerah tropis dan subtropis. Tanaman Tin saat ini sudah banyak dibudidayakan di Indonesia. Buah Tin memiliki buah yang berwarna kuning kecoklatan, dengan rasa yang manis. Cerotelium Fici adalah jenis penyakit karat daun yang menyerang pada daun tin, dan menjadi ancaman terbesar terhadap produksi buah tin. Penyakit lain yang menyerang pada tanaman tin adalah kutu kebul dan virus mosaik. Virus mosaik ini pertama kali muncul di California dan menyebar ke sebagaian besar wilayah Indonesia dan Amerika Serikat. Daun tin yang terinfeksi virus ini menjadi bintik-bintik cokelat menyebabkan pertumbuhan tanaman tin menjadi lambat dan cacat pada buah tin. Dalam perkembangan ilmu pengetahuan dan teknologi, cara untuk mendeteksi penyakit pada tanaman tin seperti karat daun, virus mosaik dan kutu kebul dapat dilakukan dengan bantuan pengolahan citra. Untuk itu penelitian ini bertujuan melakukan pengolahan citra berupa segmentasi K-Means pada citra daun tin yang dianalisa dengan ekstrasi fitur GLCM dan mengklasifikasikan Naïve Bayes untuk mendapatkan akurasi terbaik dalam klasifikasi penyakit citra daun tin. Setelah itu, dilakukan analisis tekstur menggunakan metode Grey Level Co-Occurance Matrix (GLCM) dan segmentasi K-Means clustring dalam pengolahan citra daun tin.

show abstract

“…Beberapa pendekatan ditemukan menjadi tidak akurat, terutama karena citra input mengandung noise. Selain itu, pemahaman berbeda tentang pembobotan untuk fitur yang diekstraksi juga mempengaruhi pengenalan karena perbedaan definisi fitur atau dataset yang berbeda selama pengujian [5], [6].…”

Section: Pendahuluanunclassified

Ekstrasi Fitur Daun Tembakau Berbasis Discrete Cosine Transform (DCT)

Nahari¹,

Editya²,

Alfita³

2020

JAIC Polibatam

Self Cite

View full text Add to dashboard Cite

Keberhasilan proses klasifikasi daun tembakau sangat bergantung pada ekstrasi fitur daun tembakau. Beberapa tahapan pengolahan citra digital dapat meningkatkan kemampuan dalam mengidentifikasi tembakau kualitas terbaik secara otomatis melalui ekstrasi fitur tekstur daun. Penelitian ini bertujuan untuk mengaplikasikan sistem ekstrasi fitur tekstur daun menggunakan metode Discrete Cosine Transform. Hasil Klasifikasi menjadi tolak ukur akurasi keberhasilan sistem dalam mengesktrasi fitur tekstur terbaik. Klasifikasi daun tembakau menuntut pengetahuan yang luas dan terminologi yang kompleks, bahkan grader profesional memerlukan waktu yang signifikan di bidang ini untuk penguasaan subjek. Hal ini disebabkan karena daun tembakau biasanya dianggap memiliki karakteristik yang berguna untuk identifikasi kualitas tembakau dimana ekstrasi fitur yang tepat melalui citra daun dapat dianggap sebagai masalah penelitian yang berperan penting untuk klasifikasi. Penelitian yang diusulkan bertujuan untuk menemukan model ekstrasi yang sesuai untuk mendapatkan fitur warna melalui konversi ruang warna YcbCr dan tekstur daun tembakau yang diperoleh dari transformasi ruang frekwensi Discrete Cosine Transform. Sedangkan untuk tahap klasifikasi menggunakan metode maximum likelihood. Hasil uji coba menunjukkan akurasi keberhasilan dalam pengklasifikasin daun tembakau sebesar 90 % melalui ekstrasi 12 fitur.

show abstract

Cow Weight Estimation Using Local Adaptive Thresholding Method And Connected Component Labelling

Cited by 4 publications

References 2 publications

Penerapan Adaptive Mean Thresholding dan Bounding Box Pada Foto Sapi Untuk Perhitungan Perkiraan Bobot Sapi Menggunakan Formula Lambourne

Penerapan Adaptive Mean Thresholding dan Bounding Box Pada Foto Sapi Untuk Perhitungan Perkiraan Bobot Sapi Menggunakan Formula Lambourne

Segmentasi K-Means Citra Daun Tin Dengan Klasifikasi Ciri Gray Level Co Occurance Matrix

Ekstrasi Fitur Daun Tembakau Berbasis Discrete Cosine Transform (DCT)

Contact Info

Product

Resources

About