Sistem Identifikasi Kandungan Boraks pada Bakso Daging Sapi Berbasis Android Menggunakan Algoritma Naive Bayes Classifier
Abstract
Poin pertama yang menjadi fokus dalam pemenuhan keamanan adalah keamanan dalam bidang pangan (food security). Di Indonesia, masih terdapat beberapa fenomena seperti penggunaan boraks sebagai zat aktif kimia pada bakso. Hal ini masih menjadi tren yang menjadi hambatan dalam pemenuhan hak manusia dalam mewujudkan keamanan pangan. Penelitian ini mengimplementasikan metode naïve bayes classifiersebagai pendeteksi (detektor) dengan melakukan grayscale dan melakukan estimasi parameter distribusi fitur objek untuk data citra proses training. Sedangkan proses testing juga akan melalui tahap grayscale, selanjutnya proses identifikasi dengan menggunakan fungsi diskriminan dan hasil estimasi parameter distribusi. Jumlah data yang digunakan dalam penelitian sebesar 840 citra meliputi 780 bakso yang dibuat secara mandiri dan 60 data diperoleh dari hasil survey dilapangan. Hasil uji coba menunjukkan hasil terbaik diperoleh dengan tingkat akurasi sebesar 82.7778% untuk dimensi citra 3x4 dengan jumlah data yang diidentifikasi secara benar adalah sebanyak 149 dari 180 data yang digunakan.
Full Text:
PDFReferences
Laporan Panel Tingkat Tinggi Para Tokoh Terkemuka tentang Agenda Pembangunan Pasca-2015, United Nations Publications, 2013.
Kompas. (2015) BPOM Sita Makanan Mengandung Boraks dari Kantor Walikota Jakarta Utara. [Online]. Tersedia: http://megapolitan.kompas.com
Kompas. (2015) Menu di Mal Kelapa Gading Terbukti Mengandung Boraks. [Online]. Tersedia: http://megapolitan.kompas.com
Vivanews. (2015) Hati - Hati, Makanan Mengandung Boraks Beredar di Tangerang. [Online]. Tersedia: http://m.news.viva.co.id
J. Choirul, “Analisis Boraks pada Bakso Daging Sapi A dan B yang di Jual di Daerah Kenjeran Surabaya Menggunakan Spektrofotometri,” Calyptra, vol. 2, pp. 1–10, 2013.
S. A. Warni, “Analisis Boraks pada Bakso Daging Sapi C dan D yang di Jual di Daerah Lakarsantri Surabaya Menggunakan Spektrofotometri,” Calyptra, vol. 2, pp. 1–10, 2013.
Tubagus dkk, “Identifikasi dan Penetapan Kadar Boraks dalam Bakso Jajanan di Kota Manado,” Pharmacon, vol. 2, pp. 142–148, 2013.
R. R. Fauziah, “Kajian Keamanan Pangan Bakso dan Cilok yang Beredar di Lingkungan Universitas Jember di Tinjau dari Kandungan Boraks, Formalin dan TPC,” Agroteknologi, vol. 8, pp. 68–74, 2014.
Y. Wibisono, Metode Statistik, Yogyakarta: Gajah Mada University Press, 2005.
B. Santoso, “Membangun Gaussian Classifier dalam Mengenali Objek dalam Bentuk Image,” Matics, vol. 1, pp. 1–5, 2014.
R. Webb and K. D. Copsey, Statistical Pattern Recognition, 3rd ed., Mathematics and Data Analysis Consultancy Malvern, United Kingdom: John Wiley & Sons Ltd., 2011.
B. Santoso, “Deteksi Boraks pada Bakso Berbasis Image dengan Menggunakan Tree-Augmented Bayesian Network (TAN),” LP2M UIN Malang, Penelitian Kompetitif Dosen, 2014.
Z. Q. Zhao, “ApLeaf: An Efficient Android-based Plant Leaf Identification System,” Neurocomputing, pp. 1–11, 2014.
___, Peraturan Menter Kesehatan Nomor 1168/Menkes/Per/X/1999 tentang Bahan Tambahan Makanan, Jakarta, 1999
DOI: https://doi.org/10.18860/mat.v9i1.3954
Refbacks
- There are currently no refbacks.
Copyright (c) 2017 Sofi Dwi Purwanto, Irwan Budi Santoso
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The journal is indexed by :
_______________________________________________________________________________________________________________
Editorial Office:
Informatics Engineering Department
Faculty of Science and Technology
Universitas Islam Negeri Maulana Malik Ibrahim Malang
Jalan Gajayana 50 Malang, Jawa Timur, Indonesia 65144
Email: matics@uin-malang.ac.id
_______________________________________________________________________________________________________________
This work is licensed under a CC-BY-NC-SA 4.0.
© All rights reserved 2015. MATICS , ISSN : 1978-161X | e-ISSN : 2477-2550