<![CDATA[AbstrakBudidaya sapi sangat identik dengan pemilihan bibit unggul, namun permasalahan yang sering muncul adalah cara mengenali bibit unggul tersebut yang relatif tidak mudah, cenderung membutuhkan waktu cukup lama. Peternak masih sering mengamati warna kulit dengan mata secara langsung, yang cenderung kurang teliti. Sehingga dalam penelitian ini, diusulkan metode dengan menggunakan beberapa model warna yang nantinya sebagai rekomendasi untuk fitur yang optimal dalam sistem. Kemudian metode klasifikasi yang digunakan adalah Fuzzy Additive Support Vector Machine (FASVM). Data yang digunakan didapatkan dari Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali. Dari hasil pengujian didapatkan model warna yang paling optimal dan rata-rata akurasi pada Sapi Betina dan Jantan dengan ukuran citra tertentu. Model warna tersebut sangat dipengaruhi oleh kondisi data citra dan juga banyaknya kelas data.Kata kunci: Sapi Bali, Model warna , Intersection kernel, Fuzzy additive SVM, Sequential training SVM AbstractCattle farming is identical with the selection of seeds, but the problems that often arises is how to recognize quality seeds are relatively easy, tend to take a long time. Breeders still often observe skin color with eyes directly, which tend to be less rigorous. Thus, in this study, the proposed method by using several color models that will be voted on features that are optimal in the system. Then the classification method used is Additive Fuzzy Support Vector Machine (FASVM). The data used was obtained from Livestock Breeding Center for Excellence (BPTU) Bali cattle. From the test results obtained the most optimal color models and average accuracy on Cow Females and Males with a particular image size. The color model is highly influenced by the condition of the image data and also the amount of class data. Keywords: Bali cattle, Color model , Intersection kernel, Fuzzy additive SVM, Sequential training SVM]]>
Copyrights © 2015
