<![CDATA[AbstrakKucing merupakan salah satu hewan peliharaan yang cukup populer dikalangan manusia. Menurut TheCat Fanciers Association (CFA), terdapat 42 ras kucing di dunia. Dari 42 ras kucing tersebut, hanya terdapat1% ras asli kucing dari jumlah keseluruhan populasi kucing di dunia, dikarenakan banyaknya perkawinansilang antar ras kucing. Setiap ras memiliki penanganan yang berbeda, salah satunya yaitu kucing ScottishFold merupakan ras kucing yang dikenal rentan. Dengan metode pengolahan citra dan machine learning,dibangun sistem untuk mengenali ras kucing Scottish Fold dengan ekstraksi fitur HOG dan proses klasifi-kasi Jaringan Saraf Tiruan. Pengenalan ras kucing dibedakan menjadi pengenalan ras kucing Scottish Folddan Non-Scottish Fold. Evaluasi dari model yang telah dibangun menghasilkan nilai akurasi sebesar 97,5%untuk telinga kucing, 96% untuk wajah kucing tanpa background dan 90,5% untuk wajah kucing denganbackground menggunakan parameter HOG 8x8 pixel per cells, 1x1 block per cells, bins 9, dan parameterJST dengan jumlah neuron 50 pada 1 hidden layer. Kata kunci : Kucing, Pengenalan Ras, Pengenalan Wajah, Histogram of Orieneted Gradients, Jaringan SarafTiruan AbstractCat is one of the pets that quite popular around humans. According to The Cat Fanciers Association (CFA),there are 42 cat breed in this world. From 42 cat breeds, there are only 1% pure-bred cat in this world,because of cross-breed between cats. Every cat-breed has different way to take care of. Scottish Fold is oneof cat-breed that pretty vulnerable. With image processing and machine learning, a system to recognizeScottish Fold cat-breed using HOG for extraction feature and Artificial Neural Network for classification isbuilt. Cat-breed recognition divided by two as Scottish Fold and Non-Scottish Fold. The accuracy of thissystem is 97,5% for cat’s ears image, 96% for cat’s face image without background, and 90,5% for cat’sface image with background using HOG parameter 8x8 pixel per cells, 1x1 cells per block, 9 bins, and ANNparameter 50 neuron in 1 hidden layer. Keywords: Cats, Race Recognition, Face Recognition, Histogram of Oriented Gradients, Artificial NeuralNetwork]]>
