DETEKSI BORAKS PADA BAKSO BERBASIS IMAGE DENGAN MENGGUNAKAN GAUSSIAN CLASSIFIER

Abstract

Abstrak- Bakso adalah salah satu makanan yang bergizi tinggi dan banyak dikonsumsi oleh masyarakat. Adanya kompetisi pasar, dan harga daging yang relatif mahal menimbulkan persaingan tidak sehat yang merugikan konsumen, yaitu pemberian bahan tambahan pegawet boraks yang dapat mengganggu kesehatan. Secara kasat mata sulit membedakan bakso boraks dan non-boraks dan untuk mendeteksinya bisa dilakukan secara laboratorium dan dilakukan oleh ahlinya. Berdasarkan hal tersebut, dilakukan penelitian bagaimana membangun aplikasi deteksi boraks pada bakso berdasarkan image-nya yang diambil dengan kamera digital. Salah satu metode untuk mendeteksi objek berdasarkan image-nya adalah Gaussian Classifier yang mensyaratkan fitur objek berdistribusi Multivariate Normal (Gaussian) dan dengan menggunakan peluang bersayarat dapat dihasilkan fungsi diskriminan. Langkah-langkah dalam mendeteksi boraks berdasarkan image-nya dibagi dua tahap yaitu tahap training dan testing. Tahap training meliputi penentuan sampel image objek bakso, merubah image RGB ke grayscale,  dan melakukan estimasi parameter distribusi fitur objek. Sedangkan tahap testing meliputi select image objek bakso yang diuji, merubah image ke grayscale, deteksi boraks boraks dengan fungsi diskriminan dan hasil estimasi parameter distribusi. Hasil training  menunjukan ada 4 fungsi diskriminan untuk mendeksi boraks pada bakso. Sedangkan hasil testing dari 70 sampel bakso eksperimen (20 non-boraks, 50 boraks), sistem dapat mendeteksi dengan akurasi 71,4286 %.

Kata Kunci: Bakso, Boraks, Fitur, Image, Distribusi Multivariate Normal, Gaussian Classifier