Integrasi Metode Fuzzy Additive SVM (FASVM) Menggunakan Model Warna YUV-CMY-HSV Untuk Klasifikasi Bibit Unggul Sapi Bali Melalui Citra Digital
DOI:
https://doi.org/10.25126/jtiik.201522142Abstrak
Abstrak
Budidaya sapi sangat identik dengan pemilihan bibit unggul, namun permasalahan yang sering muncul adalah cara mengenali bibit unggul tersebut yang relatif tidak mudah, cenderung membutuhkan waktu cukup lama. Peternak masih sering mengamati warna kulit dengan mata secara langsung, yang cenderung kurang teliti. Sehingga dalam penelitian ini, diusulkan metode dengan menggunakan beberapa model warna yang nantinya sebagai rekomendasi untuk fitur yang optimal dalam sistem. Kemudian metode klasifikasi yang digunakan adalah Fuzzy Additive Support Vector Machine (FASVM). Data yang digunakan didapatkan dari Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali. Dari hasil pengujian didapatkan model warna yang paling optimal dan rata-rata akurasi pada Sapi Betina dan Jantan dengan ukuran citra tertentu. Model warna tersebut sangat dipengaruhi oleh kondisi data citra dan juga banyaknya kelas data.
Kata kunci: Sapi Bali, Model warna , Intersection kernel, Fuzzy additive SVM, Sequential training SVM
Abstract
Cattle farming is identical with the selection of seeds, but the problems that often arises is how to recognize quality seeds are relatively easy, tend to take a long time. Breeders still often observe skin color with eyes directly, which tend to be less rigorous. Thus, in this study, the proposed method by using several color models that will be voted on features that are optimal in the system. Then the classification method used is Additive Fuzzy Support Vector Machine (FASVM). The data used was obtained from Livestock Breeding Center for Excellence (BPTU) Bali cattle. From the test results obtained the most optimal color models and average accuracy on Cow Females and Males with a particular image size. The color model is highly influenced by the condition of the image data and also the amount of class data.
Keywords: Bali cattle, Color model , Intersection kernel, Fuzzy additive SVM, Sequential training SVM
Downloads
Referensi
C. Cortes., V. Vapnik, 1995, Support-Vector Networks, Machine Learning, Vol. 20, No. 3, pp. 273-297.
I-Hong Jhuo, dan D. T. Lee, 2010, Boosted Multiple Kernel Learning for Scene Category Recognition. IEEE, International Conference on Pattern Recognition, ICPR (2010), page.3504-3507.
M. E. Tipping, 2000, The relevance vector machine. in Advances in Neural Information Processing Systems , vol. 12.
Ni Wayan Patmawati, Ni Nyoman Trinayani, Mahmud Siswanto, I Nengah Wandia, I Ketut Puja, 2013, Seleksi Awal Pejantan Sapi Bali Berbasis Uji Performans, Jurnal Ilmu dan Kesehatan Hewan, Februari 2013 Vol. 1, No.1: 29-33.
Noor A. Ibraheem, Mokhtar M. Hasan, Rafiqul Z. Khan, Pramod K. Mishra, 2012, Understanding Color Models: A Review, ARPN Journal of Science and Technology, VOL. 2, NO. 3, April 2012.
Peraturan Gubernur Bali Nomor 45 Tahun 2004 dan Perda No 2/2003 yang melarang bibit sapi bali betina keluar dari wilayah provinsi.
Rafael C. Gonzalez, Richard E. Woods, 2008, Digital Image Processing, Publication Date: 4 July 2008 | ISBN-10: 013505267X | ISBN-13: 978-0135052679 | Edition: 3.
Sethu Vijayakumar dan Si Wu, 1999, Sequential Support Vector Classifiers and Regression, Proceeding International Conference on Soft Computing (SOCO’99), Genoa, Italy, pp.610-619.
Soekardono, Chairussyhur Arman, dan Lalu Muhammad Kasip, 2009, Identifikasi Grade Sapi Bali Betina Bibit Dan Koefisien Reproduksi Sapi Betina Di Propinsi Nusa Tenggara Barat, Buletin Peternakan Vol. 33(2): 74-80.
Subhransu Maji, Alexander C. Berg, Jitendra Malik, 2013, Efficient Classification for Additive Kernel SVMs. IEEE, Transactions On Pattern Analysis And Machine Intelligence, Vol. 35, No. 1.
Takuya Inoue, dan Shigeo Abe, 2001, Fuzzy Support Vector Machines for Pattern Classification, Neural Networks Proceedings IJCNN'01, International Joint Conference on, 1: 1449-1454.
Zaher Hamid Al-Tairi, Rahmita Wirza Rahmat, M. Iqbal Saripan, dan Puteri Suhaiza Sulaiman, 2014, Skin Segmentation Using YUV and RGB Color Spaces, J Inf Process Syst, Vol.10, No.2, pp.283~299, June 2014 http://dx.doi.org/10.3745/JIPS.02.0002
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).