Sistem Pengolahan Citra Digital untuk Menentukan Bobot Sapi Menggunakan Metode Titik Berat

Abstrak

Abstrak

Penentuan harga sapi umumnya disepakati melalui tawar menawar dan interaksi antara permintaan dan penawaran untuk menentukan harga bukan didasarkan pada bobot sapi yang dijual. Kebanyakan menggunakan perhitungan secara kasar maupun secara kira-kira. Terdapat rumus untuk menghitung bobot sapi, rumus yang ada memerlukan informasi terkait lingkar dada dan panjang badan. Untuk mendapatkan nilai lingkar dada dan panjang badan perlu dilakukan pengukuran secara manual, namun di lapangan hal tersebut tidak mudah dilakukan karena sapi sulit dikondisikan. Oleh karena itu diperlukan alat yang dapat mengukur secara mudah. Tulisan ini merupakan tahap kedua dari penelitian untuk menentukan bobot sapi dari hasil akuisisi citra sapi. Oleh sebab itu pada tahap kedua ini difokuskan pada pemilihan rumus penentuan bobot sapi dan usulan algoritma untuk menentukan bobot dari gambar hasil akuisisi citra. Hasil analisis penentuan bobot sapi menggunakan rumus Schoorl dan rumus Modifikasi memiliki nilai penyimpangan bobot badan sebesar 16,87% untuk rumus Schoorl dan nilai penyimpangan bobot badan sebesar 10,58 % untuk rumus Modifikasi. Hasil perhitungan citra tidak berbeda secara signifikan yaitu dengan faktor ketelitian secara statistis dengan nilai MAE (Mean Absolute Error) sebesar 8,15% untuk panjang badan dan sebesar 4,10% untuk lingkar dada. Aplikasi pengolahan citra digital yang dibagun dapat mengetahui berat badan/bobot sapi dengan nilai MAE (Mean Absolute Error) sebesar 8,97% terhadap rumus Modifikasi.

Abstract

The price determination of cows is generally agreed through bargaining and interacting with demand and supply to establish the general level of the price but it is not based on the weight of the cow itself. The tool that the most commonly used is by rough calculation or approximation. There were formulas to measure the weight, but it required chest circumference and the length of the body information. The values ware obtained manually using the measuring tool, but the reality is inconvenient to do, because of the difficulty conditioning the cows. Therefore, it required a tool that can calculate easily. This article represented the second stages of the research to determine the weight of cows from the image acquisition. Consequently, at this second stage has been focused on the selection of the cow weighting formula and the proposed algorithm to determine the weight from the result of images that had been processed in the early stages. The result of cow weighting analysis using Schoorl formula and Modification/Lambourne formula had the value of body weight deviation of 16.87% and 10.58. The results of image calculation did not differ significantly with MAE (Mean Absolute Error) equal to 8,15% and 4,10% for body length and chest circumference, respectively. Digital image processing application that has been built was able to know the weight of cow with MAE (Mean Absolute Error) equal to 8,97% towards Modification/Lambourne formula.