ABSTRAKSI: Penilaian warna dan kenampakan telur asin bergantung terhadap subjek yang menilai, sehingga hasilnya kurang akurat. Maka dari itu perlu adanya sistem yang berbasis pengolahan citra digital untuk melakukan penilaian kualitas telur asin secara objektif. Untuk ekstraksi ciri digunakan transformasi LBP (Local binary pattern) dan metoda SVM (Support Vector Machine) untuk klasifikasi kualitas telur asin ke dalam jenis telur asin rebus atau bakar yang untuk kemudian diklasifikasikan ke dalam kelas kualitas 1 atau kualitas 2.
Pada tugas akhir ini dilakukan proses preprocessing yang terdiri dari operasi cropping dan resizing, morfologi, peningkatan kontras, grayscale, filtering. Untuk analisa akurasi dan waktu komputasi dilakukan pada varian parameter gaussian filter memakai matrik kernel 5x5 7x7 9x9, varian parameter LBP yaitu nilai (P,R) (4,1) (8,1) (8,2) (16,2) dan varian parameter kernel SVM (Rbf, Polynomial dan Linear) serta uji parameter jenis LBP.
Dari hasil pengujian tingkat akurasi, perubahan parameter matrik kernel gaussian filter sama sekali tidak mempengaruhi akurasi. Varian nilai (P,R) terbaik adalah varian (8,1) dengan tingkat akurasi sebesar 76,67% pada uji jenis dan 80% pada uji kualitas. Lalu didapat juga kesimpulan varian kernel SVM terbaik adalah kernel polynomial, menghasilkan akurasi 73,13% pada uji jenis dan 81,88% pada uji kualitas dan akurasi terbaik didapat pada jenis LBP Uniform sebesar 81,25%. Dan dari hasil pengujian waktu komputasi, didapat hasil perubahan parameter kernel SVM tidak mempengaruhi waktu komputasi. Untuk perubahan parameter matrik kernel gaussian filter mempengaruhi waktu komputasi,semakin besar matrik semakin cepat waktu komputasi. Perubahan parameter nilai (P,R) juga mempengaruhi waktu komputasi, semakin besar nilai P semakin lama waktu yang dibutuhkan sistem.
Kata Kunci : telur asin, pengolahan citra digital, ekstraksi ciri LBP, SVM.ABSTRACT: Assessment salted egg color and appearance depend on the subject are considered, so the results are less accurate. Thus the need for systems based on digital image processing to assess objectively the quality of salted eggs. Used for feature extraction transformation LBP (Local Binary Pattern) and the method of SVM (Support Vector Machine ) for classification of the quality of salted eggs into salted egg kind of poached or grilled and then classified into quality classes 1 or 2 quality .
In this thesis performed the preprocessing process consists of cropping and resizing operations, morphology, contrast enhancement, grayscale, filtering. To analyze the accuracy and computational time is done on the variant parameter gaussian kernel filter using 5x5 7x7 9x9 matrix, parameter variant LBP is the value of (P,R) (4,1) (8,1) (8,2) (16,2) and variant parameter SVM kernel (RBF, polynomial and linear) and test parameter types LBP.
The accuracy of the test results, change filter parameters gaussian kernel matrix does not affect accuracy. Variant values (P, R) is the best variant (8.1) with an accuracy rate of 76.67% on the test type and 80% in the test quality. Then the conclusion is also obtained the best SVM kernel variants are polynomial kernel, yield 73.13% accuracy on the test type and 81.88% on test quality and the best accuracy obtained on the type of LBP was 81.25% Uniform. And the computational time of the test results, the results obtained SVM kernel parameter changes do not affect the computation time. To change the filter gaussian kernel matrix parameters affect the computation time, the greater the faster matrix computation time. Changes in parameter values (P,R) also affects the computation time, the greater the P value the longer it takes the system.
Keyword: salted egg, digital image processing, feature extraction LBP, SVM.