Sistem Grading Kualitas Telur Ayam Konsumsi berdasarkan Citra Kerabang Menggunakan Convolutional Neural

• Published in: Briliant Vol. 9; no. 3; pp. 740 - 748
• Main Authors: Putra, Fatra Nonggala, Lestariningsih, Lestariningsih, Tricahyo, Vion Age, Lestari, Febbi Senna
• Format: Journal Article
• Language: English
• Published: 31-08-2024
• ISSN: 2541-4216; 2541-4224
• DOI: 10.28926/briliant.v9i3.2014

Grading telur ayam merupakan proses identifikasi dan pengelompokan atau klasifikasi telur ayam konsumsi berdasarkan kriteria tertentu. Dalam SNI 3926:2008, grade/kelas telur konsumsi dibagi menjadi 3 (tiga) yaitu telur Grade I, II, dan III. Telur dengan grade I memiliki nilai jual yang lebih tinggi daripada grade II, demikian juga telur grade II memiliki nilai jual lebih tinggi daripada grade III. Dengan adanya kriteria tersebut, perlu dilakukan proses grading yang masih dikerjakan dengan pengamatan secara manual sehingga memerlukan waktu dan tenaga ekstra lebih dengan hasil yang kurang seragam karena bergantung kepada individu yang mengamati. Berdasarkan permasalahan tersebut, perlu adanya sistem grading kualitas telur berdasar citra kerabang yang mampu mengidentifikasi kualitas telur sesuai gradenya. Pada penelitian terdapat beberapa tahapan penelitian yaitu; 1) Studi Pustaka, 2) Pengumpulan Data, 3) Perancangan Sistem, 4) Ujicoba Sistem, 5) Analisa Hasil, dan 6) Publikasi dan Pelaporan. Algoritma CNN digunakan untuk melakukan klasifikasi berdasarkan citra kerabang. Hasil penelitian menunjukkan bahwa performa model CNN memiliki nilai akurasi 92,19%, presisi 92,78%, recall 92,62%, dan f1-score 92,42%. Hal ini menunjukkan bahwa model CNN yang dibangun mampu melakukan klasifikasi kualitas telur ayam konsumsi berdasar citra kerabang dengan baik.