Klasifikasi Naive Bayes Untuk Pendeteksian Status Haram Pada Makanan kemasan Jepang

Komposisi merupakan sebuah label yang di dalamnya terdapat tulisan, gambar, atau kombinasi keduanya yang disertakan pada makanan kemasan dengan cara ditempel atau dicetak. Komposisi merupakan bagian yang sangat penting untuk memberikan informasi bahan yang terkandung dalam suatu makanan kemasan sehingga konsumen dapat memperoleh produk yang diharapkan, sehat, serta aman untuk dikonsumsi. Penggunaan bahasa dalam komposisi pada makanan kemasan itu berbeda-beda, salah satunya yaitu yang terdapat pada makanan kemasan Jepang yang menggunakan aksara Jepang sebagai informasi bahan kandungan yang terdapat didalamnya. Dalam penelitian ini dibuat sebuah sistem OCR dengan memanfaatkan citra komposisi sebagai media identifikasinya. Metode klasifikasi yang digunakan adalah metode Naive Bayes yang dikombinasikan dengan metode ekstraksi fitur gabungan Zoning (ICZ dan ZCZ) untuk melakukan pengenalan karakter pada citra komposisi makanan kemasan Jepang yang selanjutnya dapat dilakukan pendeteksian status haram pada makanan kemasan Jepang tersebut. Aksara Jepang yang diklasifikasi hanya karakter ze, ra, chi, dan n yang membentuk bahan haram zerachin (gelatin). Data latih yang digunakan sebanyak 75 karakter yang didalamnya terdapat 5 karakter ze, 11 karakter ra, 18 karakter chi, dan 41 karakter n. Sedangkan data uji yang digunakan sebanyak 20 citra komposisi yaitu 5 citra komposisi halal, 8 citra komposisi haram yang mengandung zerachin, dan 7 citra komposisi haram yang mengandung bahan lain. Berdasarkan beberapa hasil pengujian didapatkan hasil akurasi terbaik sebesar 33,33% pada pengujian yang menggunakan parameter pembagian 6 zona pada ekstraksi fitur Zoning (ICZ dan ZCZ)nya. Didapatkan kesimpulan bahwa metode Naive Bayes dapat mengklasifikasi citra komposisi makanan kemasan Jepang, hanya saja hasil akurasinya masih kurang baik. Hasil akurasi tersebut dipengaruhi dari proses pengujian pada tahap klasifikasi yang juga akurasinya masih rendah.

Composition is a label in which there is written, drawing, or a combination of both included on the packaging food by way of pasted or printed. Composition is a very important part to provide a information of the ingredients contained in a packaging food so that consumers can obtain the expected product, healthy, and safe for consumption. The language on the composition in the packaging food is different, one of which is contained in Japanese packaging food that uses Japanese script as information of ingredients contained in it. In this research is made an OCR system by utilizing image composition as the media identification. The method of classification used is Naïve Bayes method combined with the Zoning (ICZ and ZCZ) feature extraction method to perform character recognition on the image of Japanese packaging food composition so then can do detection of its haram status. Japanese characters are classified only characters ze, ra, chi, and n that form the haram ingredients of zerachin. Training data used in this research as the 75 characters in which there are 5 ze characters, 11 ra characters, 18 chi characters, and 41 n characters. While the test data used as much as 20 images of composition are 5 images of halal composition, 8 image of haram composition containing zerachin, and 7 images of haram composition containing other haram ingredients. Based on some test results obtained the best accuracy of 33,33% on the test using the parameters with the division of 6 zones on the Zoning feature extraction (ICZ and ZCZ). It is concluded that the Naive Bayes method can classify the image of Japanese packaging food composition, it is just the result of accuracy is still not good. The result of accuracy is influenced from the testing process at the classification which is also low accuracy.