IMPLEMENTASI PENGOLAHAN CITRA DIGITAL UNTUK MENGIDENTIFIKASI KUALITAS TELUR BEBEK BERDASARKAN DETEKSI KERETAKAN CANGKANG

Telur bebek merupakan sumber protein hewani yang mudah didapatkan dan memiliki nilai yang bergizi tinggi, serta mengurangi tingkat kerusakan keretakan cangkang telur yang dapat diterima pada masyarakat umum. Dengan demikian untuk mengatasi hal tersebut yang tidak menggunakan cara tradisional maka diperlukan sebuah sistem yang mengatur dan menentukan sebuah cara agar proses pemilihan telur tersebut dapat tersortir dengan baik, yaitu menggunakan sistem Image Processing. Penggunaan sistem tersebut akan dibantu dengan metode dan fitur pada GLCM (Gray Level Co-occurrence Matrix) dan K-Means Clustering. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa Dataset yang telah di uji menunjukan hasil pada fitur Gray Level Co-occurrence Matrix untuk variabel nilai Energi dan Korelasi dengan tingkat Clustering K=2 menunjukan hasil akurasi dengan Ground Truth sebesar 60% Pada derajat 45 dengan variabel Energi dan Korelasi. Dapat disimpulkan bahwa pemilihan fitur dan analisis tersebut mendapatkan hasil yang memiliki nilai mendekati hasil pada Ground Truth.