---
license: cc-by-nc-4.0
task_categories:
- image-classification
language:
- id
tags:
- computer-vision
- agriculture
- food-quality
- meat-quality
- unsupervised-learning
- local-feature-extraction
size_categories:
- 1K<n<10K
---

# Dataset Deteksi Mutu Kesegaran Daging Sapi Multidomain

## Ringkasan Dataset
Dataset ini berisi kumpulan citra mentah (*raw images*) daging sapi dari berbagai potongan (*cuts*) yang dikumpulkan untuk mendukung penelitian di bidang *Computer Vision*, khususnya ekstraksi fitur lokal (*Local Feature Extraction*) untuk analisis mutu daging sapi secara multidomain. 

Penelitian ini didanai melalui **Program Kementerian Pendidikan Tinggi, Sains, dan Teknologi - Skema Penelitian Fundamental Reguler Tahun Anggaran 2026**.

## Perangkat dan Lingkungan Pengambilan Data
Pengambilan citra dirancang dengan parameter perangkat keras dan lingkungan yang terukur untuk menjaga konsistensi ekstraksi fitur:
* **Kamera:** Canon EOS 1200D dan Canon EOS 3000D
* **Pencahayaan (*Lighting*):** Sumber cahaya konstan sebesar **5000 lumen**.
* **Latar Belakang (*Background*):** 
  * **Day-1:** Backdrop *anti-glare* berwarna hitam.
  * **Day-2:** Karton berwarna biru muda. 
  * *Catatan Penting:* Perubahan warna latar belakang antara Day-1 dan Day-2 dilakukan dengan sengaja untuk mengakomodasi perubahan visual karakteristik daging; warna daging menjadi lebih gelap ketika memasuki tahap kurang segar/tidak segar, sehingga latar belakang disesuaikan agar kontras tetap optimal.

### Spesifikasi Citra
* **Resolusi:** 4608 x 3456 pixels
* **Resolusi Spasial:** 72 DPI
* **Kedalaman Warna:** 24-bit depth
* **Total Ukuran File:** ~9 GB

## Detail Pengambilan Data dan Kategori
Pengambilan gambar dilakukan secara simultan bersamaan dengan proses pemotongan daging setelah diterima dari tempat pengambilan dataset pada pukul 07:00 WIB. Daging bersumber dari dua domain berbeda: Rumah Potong Hewan (RPH) dan Usaha Mikro, Kecil, dan Menengah (UMKM).

### Distribusi Data (Total: 2.456 Citra)
| Kode | Jenis Potongan | Sumber | Day-1 (29 Jun 26) | Day-2 (30 Jun 26) | Total Citra |
| :--- | :--- | :--- | :---: | :---: | :---: |
| **SMC** | Samcam | RPH | 125 | 137 | 262 |
| **HDM** | Has Dalam | RPH | 132 | 140 | 272 |
| **HLR** | Has Luar | RPH | 130 | 133 | 263 |
| **LMS** | Lemusir | RPH | 132 | 140 | 272 |
| **KLP** | Kelapa | RPH | 133 | 139 | 272 |
| **PNT** | Penutup | UMKM | 139 | 140 | 279 |
| **PDS** | Pendasar | UMKM | 140 | 140 | 280 |
| **SKL** | Sengkel | UMKM | 140 | 140 | 280 |
| **SDL** | Sandung Lamur | UMKM | 136 | 140 | 276 |
| **Total** | | | **1.207** | **1.249** | **2.456** |

## Struktur Berkas & Penamaan File

### Format Penamaan File (*Naming Convention*)
Setiap file citra dinamai menggunakan pola standar berikut untuk memudahkan *parsing* metadata secara otomatis:
`[HARI]_[DOMAIN]_[KODE_DAGING]_[NOMOR_URUT].JPG`

*Contoh:* `DAY-1_RPH_HLR_001.JPG` (Citra Hari ke-1, bersumber dari RPH, jenis potongan Has Luar, nomor urut 001).

### Struktur Direktori Folder
Dataset ini disediakan dalam bentuk data mentah (*raw*) tanpa prapembagian (*pre-defined splits* seperti train/test). Berkas disusun berdasarkan folder Hari (`DAY`) untuk mengisolasi domain waktu serta karakteristik latar belakang:

```text
dataset_root/
├── DAY-1/
│   ├── DAY-1_RPH_HLR_001.JPG
│   ├── DAY-1_RPH_SMC_002.JPG
│   └── ...
└── DAY-2/
    ├── DAY-2_UMKM_PNT_001.JPG
    ├── DAY-2_UMKM_PDS_002.JPG
    └── ...
```
## Rekomendasi Penggunaan Dataset

Mengingat durasi pengambilan data yang berkesinambungan dan cukup panjang, dataset ini **sangat direkomendasikan untuk pendekatan *Unsupervised Learning*** (seperti klasterisasi atau ekstraksi fitur berbasis *self-supervised*).

Pengguna disarankan untuk melatih model guna mengenali pola ekstraksi fitur lokal secara mandiri dan mengelompokkannya ke dalam **2 label akhir (Segar dan Tidak Segar)** dengan menyerahkan pembagian klaster sepenuhnya kepada performa algoritma. Pembagian proporsi data (*data splits*) diserahkan penuh kepada pengguna sesuai kebutuhan eksperimen masing-masing.

## Lisensi dan Atribusi

Dataset ini didistribusikan di bawah lisensi **Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)**. Anda diizinkan untuk menggunakan, membagikan, dan memodifikasi dataset ini untuk keperluan riset akademik non-komersial, dengan memberikan atribusi yang sesuai kepada pembuat dataset.

---

## Acknowledgement

We express our gratitude to the Directorate General of Research and Development (Ditjen Risbang) of the Ministry of Higher Education, Science, and Technology (Kemendiktisaintek); the Bale Endah Regional Technical Implementation Unit (UPTD) for Livestock and Poultry Slaughterhouses; the Bandung Regency Agriculture Office; Carole Jaya Meat Traders; and Universitas Majalengka, West Java, Indonesia.

## Funding

The Directorate General of Research and Development (Ditjen Risbang) within the Ministry of Higher Education, Science, and Technology (Kemdiktisaintek) has provided financial support for this study. This funding is allocated through the Regular Fundamental Research Scheme for the fiscal year 2026, as outlined in the Budget User Proxy Decree, Number 181/KPA/C4/KPT/2026, dated April 8, 2026. This decree specifies the beneficiaries of research and community service funding for the fiscal year 2026.

## Sitasi / Citation

Jika Anda menggunakan dataset ini dalam penelitian Anda, silakan sitasi karya kami menggunakan format berikut:

**BibTeX:**

```bibtex
@misc{bastian_dimensi_2026,
  author    = {Bastian, Ade and Somanjaya, Rachmat and Mardiana, Ardi and Wahid, Abrar and Ridwanulloh, M Rafli and Manafi, Wildan Zhilal and Nurazizah, Riri},
  title     = {Dataset Deteksi Mutu Kesegaran Daging Sapi Multidomain Berbasis Local Feature Extraction},
  year      = {2026},
  publisher = {Hugging Face},
  howpublished = {https://huggingface.co/datasets/unma/DIMENSI-26}
}