PENDETEKSIAN KESEGARAN AYAM POTONG BERBASIS RUANG CITRA WARNA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN)

Abstrak

Ayam, yang juga dikenal sebagai Gallus domesticus, merupakan salah satu jenis unggas yang telah lama dijinakkan dan dibudidayakan oleh manusia. Ayam adalah hewan ternak yang sering dijadikan konsumsi oleh masyarakat. Ayam memiliki 18,2 gram protein dan 25,0 gram lemak. Namun pada kesempatan tertentu, ada beberapa penjual yang menjual daging ayam yang sudah tidak segar. Pada permasalahan tersebut, teknologi modern dibutuhkan dalam membantu mendeteksi kesegaran ayam. Penelitian ini menggunakan algoritma K-Nearest Neighbor dalam mendeteksi kesegaran ayam. Program pendeteksian ini dibuat menggunakan perangkat lunak Visual Studio Code dengan memanfaatkan library OpenCV dan Sklearn didalamnya. Algoritma K-Nearest Neighbor digunakan untuk mendeteksi kesegaran ayam berdasarkan ruang citra warna RGB, HSL dan HSV. Proses pendeteksian harus melalui resize, Segmentasi (threshold) dan Ekstraksi warna. Data yang digunakan adalah data daging ayam segar dan juga daging ayam tidak segar yang sesuai dengan ketentuan pengambilan dataset yang telah ditentukan. Hasil perbandingan data latih dengan data uji yaitu 80:20 dengan seluruh jumlah dataset berjumlah 80. Hasilnya, program yang dibuat mampu membaca dengan rata rata accuracy yaitu 86.46%, Precision 100%, Recall 72.92%, Sepcificity 100% dan F1 Score 83.68%. Kesalahan pendeteksian terjadi pada setiap nilai K pada dataset ayam_segar5.jpg. lalu kesalahn terjadi ayam_segar3.jpg, ayam_segar6.jpg dan ayam_segar7.jpg yang dideteksi oleh program adalah ayam tidak segar. Dengan demikian, program dalam penelitian ini efektif untuk mendeteksi kesegaran pada ayam.