Identifikasi Kondisi Kesehatan Ayam Petelur Berdasarkan Ciri Warna HSV Dan Gray Level Cooccurence Matrix (GLCM) Pada Citra Jengger Dengan Klasifikasi K-Nearest Neighbour

Abstrak

Salah satu cara pemeliharaan ayam petelur yang baik adalah melakukan pemisahan ayam yang memiliki kondisi sehat dan tidak sehat secara cepat dan tepat. Namun terbatasnya ahli seperti dokter hewan dan penyuluh kesehatan di wilayah pedesaan menyebabkan proses tersebut kurang diperhatikan. Sehingga diperlukan suatu sistem untuk mengidentifikasi kondisi kesehatan ayam secara otomatis. Pada kasus ini gejala klinis yang nampak pada ayam petelur sakit dapat diamati melalui perubahan warna dan tekstur di area jengger. Ayam sehat memiliki jengger berwarna merah cerah dan tekstur yang kasar sedangkan ayam sakit memiliki ciri sebaliknya. Solusi yang bisa diterapkan pada permasalahan tersebut yaitu pengolahan citra digital ekstraksi fitur warna HSV dan graylevel coocurence matrix (GLCM). Metode GLCM yang digunakan berorientasi 4 arah sudut yaitu 0⁰, 45⁰,90⁰ dan 135⁰ dengan jarak d=1. Dari hasil ekstraksi maka akan diperoleh nilai warna HSV dan nilai statistik GLCM seperti entropi, energi, homogenitas, kontras serta korelasi sebagai fitur input klasifikasi K-NN. Sebanyak 26 fitur data uji dihitung jarak euclideannya dengan data latih untuk mencari kelas dari data input. Berdasarkan hasil pengujian, nilai akurasi terbaik didapat pada saat klasifikasi dengan GLCM 4 arah atau 0⁰ + HSV dan jumlah K=3, K= 11 atau K = 15 yaitu 100% kebenarannya.