Langkah yang dilalui seperti gambar 3 dengan mengumpulkan data set untuk data latih dan data uji kemudian merubah kedalam grayscale selanjutnya melakukan pelabelan dilanjutkan melakukan convolusi dengan compass local binary pattern dengan memanfaatkan beberapa library dan diakhiri membuat fitur.
Gambar 4 ini merupakan tampilan sistem yang dibangun. Pengguna mengambil gambar sampel susu yang ingin diuji dengan mikroskop digital dan gambar tersebut dimasukkan kedalam sistem untuk dideteksi dan user langsung menerima hasilnya setelah melakukan klik pada tombol upload berupa informasi tingkat kemurnian.Â
Sistem ini berbasis website dan tanpa login sehingga semua kalangan masyarakat bisa mengakses secara cepat dan digunakan untuk proteksi dini Kesehatan tiap masyarakat dari asupan minuman susu.
Daftar Pustaka
Azuara G., José L., Tornos J., Luis S. (2012). Improving RFID traceability systems with verifiable quality.  Industrial Management & Data Systems. Vol. 112 Iss 3 pp. 340 - 359
Banti, Misgana (2020). Food Adulteration and Some Methods of Detection, Review. Int. J. Nutr. Food Sci 9.3 (2020): 86-94.
Choudhary, Ankita & Gupta, Neeraj & Hameed, Fozia & Choton, Skarma. (2020). An overview of food adulteration: Concept, sources, impact, challenges and detection. International Journal of Chemical Studies. 8. 2564-2573. 10.22271/chemi.2020.v8.i1am.8655.
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H