PEMANFAATAN IMAGE PROCESSING UNTUK MENGUKUR ESTIMASI BOBOT KAMBING

Pradana, Rirafli Arya (2026) PEMANFAATAN IMAGE PROCESSING UNTUK MENGUKUR ESTIMASI BOBOT KAMBING. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (Fulltext)
Rirafli Arya Pradana _2155201150_Fulltext.pdf - Submitted Version
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (Turnitin)
Rirafli Arya Pradana _2155201150_Turnitin.pdf - Submitted Version
Restricted to Repository staff only
Download (7MB) | Request a copy
[img] Text (ABSTRAK + BAB 1)
Rirafli Arya Pradana _2155201150_Abstrak + BAB 1.pdf - Submitted Version
Download (1MB)
[img] Text (BAB 2)
Rirafli Arya Pradana _2155201150_BAB 2.pdf
Download (506kB)
[img] Text (BAB 3)
Rirafli Arya Pradana _2155201150_BAB 3.pdf - Submitted Version
Restricted to Repository staff only
Download (309kB) | Request a copy
[img] Text (BAB 4)
Rirafli Arya Pradana _2155201150_BAB 4.pdf - Submitted Version
Restricted to Repository staff only
Download (749kB) | Request a copy
[img] Text (BAB 5)
Rirafli Arya Pradana _2155201150_BAB 5.pdf - Submitted Version
Download (253kB)
[img] Text (Ref + Lamp)
Rirafli Arya Pradana _2155201150_Ref + Lamp.pdf - Submitted Version
Download (273kB)

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem estimasi bobot badan kambing secara otomatis menggunakan pengolahan citra digital berbasis algoritma K Nearest Neighbors (KNN). Permasalahan utama dalam penimbangan konvensional adalah stres pada hewan dan ketidakefisienan waktu, sehingga diperlukan solusi non kontak melalui ekstraksi fitur Luas Area dan Dimensi Fraktal dari citra 2D. Metode penelitian meliputi akuisisi data, preprocessing citra, segmentasi, ekstraksi fitur, dan klasifikasi menggunakan KNN. Hasil pengujian terhadap 50 data uji menunjukkan bahwa sistem memiliki tingkat akurasi yang berada dalam kategori lemah. Hal ini dibuktikan dengan nilai Mean Absolute Error (MAE) sebesar 9,42 kg dan Root Mean Square Error (RMSE) sebesar 10,10 kg. Analisis statistik melalui Koefisien Determinasi (R2 Score) menghasilkan nilai 0,0207, yang berarti fitur citra hanya mampu menjelaskan 2,07% variabilitas bobot objek. Selain itu, nilai Mean Absolute Percentage Error (MAPE) sebesar 40,59% menunjukkan adanya penyimpangan yang signifikan, terutama dipengaruhi oleh faktor non morfologis seperti ketebalan bulu dan variasi pose hewan. Penelitian ini menyimpulkan bahwa penggunaan fitur citra 2D tunggal belum cukup representatif untuk mengestimasi volume tubuh secara presisi, sehingga diperlukan pengembangan lebih lanjut pada aspek multidimensi fitur dan standardisasi pengambilan data.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing : Dr. Sastya Hendri Wibowo, M.Kom
Uncontrolled Keywords: Bobot Kambing, KNN, RMSE, Pengolahan Citra, Dimensi Fraktal.
Subjects: Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions: 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User: Mrs Hildayani Hildayani
Date Deposited: 22 May 2026 03:01
Last Modified: 22 May 2026 03:01
URI: http://repository.umb.ac.id/id/eprint/2400

Actions (login required)

View Item View Item