Perbandingan Hasil Klasifikasi Jenis Daging Menggunakan Ekstraksi Ciri Tekstur Gray Level Co-occurrence Matrices (GLCM) Dan Local Binary Pattern (LBP)

Daging memiliki nilai gizi tinggi yang banyak dikonsumsi oleh manusia. Kandungan yang terdapat dalam daging meliputi protein, vitamin, mineral, lemak, dan zat lainnya yang sangat dibutuhkan di dalam tubuh sehingga dapat melaksanakan kegiatan setiap harinya. Akan tetapi sayangnya tidak semua masyarakat bisa membedakan jenis daging tersebut, dikarenakan tekstur dan warnanya yang hampir mirip. Hal ini juga kerap dimanfaatkan oleh penjual daging yang tidak bertanggungjawab dengan mencampur jenis daging tersebut atau dengan jenis daging lain untuk mendapatkan keuntungan yang besar. Padahal tidak semua orang bisa mengkonsumsi jenis daging tertentu karena alasan penyakit yang diderita.  Penelitian yang dilakukan ini membandingkan metode GLCM dan LBP untuk klasifikasi citra jenis daging berdasarkan analisis tekstur. Jenis citra daging yang diklasifikasi adalah daging kambing, kerbau, dan kuda. Data citra daging tersebut diperoleh dengan cara mengambil gambar secara manual menggunakan kamera digital yakni Nikon D3200. Citra tersebut diambil dengan jarak 20 cm. Pengujian dan pelatihan data dilakukan dengan metode Support Vector Machine (SVM). Ciri tekstur yang digunakan adalah ASM, IDM, entropi, kontras, serta korelasi. Hasil akurasi klasifikasi citra daging kambing, kerbau, dan kuda menggunakan metode GLCM adalah sebesar 75,6%. Sedangkan hasil akurasi klasifikasi menggunakan metode LBP adalah sebesar 85,6%. Dengan demikian, metode ekstraksi ciri tekstur LBP lebih direkomendasikan untuk klasifikasi jenis daging menggunakan ciri tekstur.