SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UNGGUL SAPI BALI MENGGUNAKAN ALGORITMA SIMPLIIFIED SEQUENTIAL MINIMAL OPTIMIZATION (SSMO) PADA SUPPPORT VECTOR MACHINE (SVM)

Eugenius Yosep Korsan N, Arief Andy Soebroto, Imam Cholissodin

Abstract


Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali di Jembrana, Bali merupakan sebuah tempat pembudidayaan Sapi Bali yang memiliki kualitas unggul.Sapi Bali merupakan jenis sapi yang memiliki ciri khas yang unik. Ciri khas tersebut terletak pada warna kulit Sapi Bali yang mengalami perubahan sesuai dengan jenis kelamin dan usianya. Pemilihan bibit unggul Sapi Bali di BPTU dilakukan dengan berbagai macam cara. Salah satunya melihat pola warna kulit secara langsung yang terdapat pada tubuh Sapi Bali. Proses pemilihan bibit unggul Sapi Bali rentan terjadinya kesalahan yang dilakukan oleh para peternak (human error) dikarenakan jumlah Sapi Bali yang banyak di BPTU Sapi Bali. Pemilihan bibit unggul diklasifikasikan ke dalam tiga kelas yaitu Baik (Bibit Unggul), Sedang, Buruk. Untuk itu, perlu dibutuhkan suatu sistemyang mampu menghasilkan klasifikasi bibit unggul Sapi Bali berdasarkan warna kulit yang diambil menggunakan citra digital.Pada sistem tersebut, akan menerapkan algoritma SimplifiedSequential Minimal Optimization (SSMO)dengan kernel Radial Basis Function (RBF)  untuk proses training data dan metode One-Against-All untuk proses klasifikasi berdasarkan fitur rata-rata dari nilai red, green dan blue (RGB). Hasil dari skenario pengujian didapatkan rata-rata tingkat akurasi untuk empat skenario pengujian Sapi Bali Jantan dan Betina sebesar 97.50% dan 67.50%.


Full Text:

PDF

References


ANONIM.2012.”Materi Petunjuk Standard Penilaian Performance Sapi Bali Di BPTU Sapi Bali”. Kementerian Pertanian Direktorat Jendral Peternakan dan Kesehatan Hewan. Balai Pembibitan Ternak Unggul Sapi Bali.

ELIYANI, TULUS, DAN FAHMI. 2013. "Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Digital Berdasarkan Warna RGB dengan K-Means Clustering", Seminar Nasional Teknologi Informasi dan Komunikasi(SNASTIKOM), Sumatera Utara.

MUNAWAROH, S.,SUTANTO, F A. 2010. "Pengolahan Citra Digital untuk Indentifikasi Uang Kertas",Jurnal Teknologi Informasi DINAMIK, Volume XV, No.1, hal 34-40.

NG, ANDREW. 2009. Cs229 The Simplified SMO Algorithm. http://cs229.stanford.edu/materials/smo.pdf [5 Juni 2014].

PLATT, JC. 1998. “Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machine”.Microsoft Research.

SOEKARDONO., ARMAN., CHAIRUSSYHUR., KASIP, LALU M. 2009. "Identifikasi Grade Sapi Bali Betina Bibit dan Koefisien Reproduksi Sapi Betina di Propinsi Nusa Tenggara Barat", Buletin Peternakan, Vol.33(2), hal 74-80,Mataram.

VADICHERLA, DEEPTI., SONAWANE,SHEETAL. 2013.”Decision Support System For Heart Disease Based On Sequential Minimal Opimization In Support Vector Machine”.International Journal of Engineering Sciences & Emerging Technologies (IJESET), Volume 2, Issue 2, pp: 19-26,India




DOI: http://dx.doi.org/10.21776/ub.jeest.2015.002.01.6

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.