Rancang bangun sistem indentifikasi kandungan boraks (Na2B4O710H2O) pada citra bakso daging sapi berbasis Android menggunakan algoritma naïve bayes classifier

INDONESIA:

Bakso merupakan produk dari daging, baik daging sapi, ayam ikan maupun udang dimana pada proses pengolahannya sering ditambahkan bahan yang dilarang seperti boraks. Penelitian ini akan mengimplementasikan metode naïve bayes classifier sebagai pengidentifikasi kandungan boraks pada bakso daging sapi. Pemilihan metode didasarkan pada sifat naïve bayes classifier yang dapat bekerja optimal dalam meminimalkan kesalahan probabilitas jika dibandingkan dengan metode statistika lainnya. Jumlah keseluruhan data yang digunakan dalam penelitian sebesar 840 citra bakso daging sapi bersumber dari data riset bersama laboratorium artificial intelligence dan computer vision. Berdasarkan hasil uji coba training data dengan menggunakan alat didapat tingkat akurasi terbaik adalah sebesar 94.17% dengan resize sebesar 3x4, 7x7, 8x8, 9x9, 10x10, 11x11. Sedangkan training untuk pengambilan data dengan tanpa menggunakan alat diperoleh akurasi paling optimal sebesar 67.5% dengan dimensi citra 3x3. Hasil uji coba data testing citra bakso daging sapi untuk data yang diambil dengan menggunakan alat diperoleh tingkat akurasi sebesar 82.78% serta 68.33% untuk data yang diambil dengan tanpa menggunakan alat. Sedangkan untuk data hasil survey dilapangan diperoleh hasil sebesar 79.05% untuk data yang diambil dengan tanpa menggunakan alat dan 90% untuk data yang diambil dengan menggunakan alat.

ENGLISH:

Meatballs is a product of the meat, either beef, chicken, fish and shrimp for which the processes are added frequently prohibited materials such as borax. This research will implement the naïve bayes classifier methods as a identifier of borax in beef meatballs. Selection methods are based on the nature of naïve bayes classifier that can work optimally in minimizing the probability of error when compared with other statistical methods. The total amount of data used in the study is 840 beef meatball image data sourced from the joint research laboratory of artificial intelligence and computer vision. Based on trial results data using the training tool is best obtained accuracy rate of 94.17% with a resize of 3x4, 7x7, 8x8, 9x9, 10x10, 11x11. While training for collecting data without using tools acquired most optimal accuracy of 67.5% with a image dimension of 3x3. The results of testing the data for beef meatballs image data taken by using the tool obtained accuracy rate of 82.78% and 68.33% for the captured data without using tools. As for the field survey data obtained yield was 79.05% for the captured data without using tools and 90% for the captured data with tools.