Daging sapi segar memiliki kandungan yang tinggi, akan tetapi jika daging sapi didiamkan dalam waktu yang lama akan berdampak terhadap kandungan yang ada. Maka dari itu konsumen harus benar benar paham bagaimana membedakan daging sapi yang segar dengan daging sapi yang dingin. Salah satu cara untuk menentukan tingakat kesegaran daging sapi
tersbut di bidang informatika adalah menggunakan pengolahan citra. Penelitian ini akan membuat sebuah sistem pengolahan citra untuk menentukan tingkat kesegaran daging sapi menggunakan metode HSV, dan Naïve Bayes. Metode HSV digunakan untuk ekstraksi fitur warna pada citra daging sapi, dan metode Naïve Bayes dihunakan untuk mengklasifikasikan daging terbut menjadi dua kelas, kelas segar dan kelas dingin. Tujuan dari panelitian ini untuk mengutahui hasil akurasi dari metode tersbut dalam
pengklasifikasian tingkat kesegaran daging sapi. Hasil dari penelitian ini menunjukkan tingkat akurasi sebesar 80%.

Fresh beef has a high content, but if the beef is allowed to stand for a long time it will have an impact on existing reserves. Therefore, consumers must understand about fresh beef with cold beef. One way to determine the level of
freshness of beef in the information field is by using image processing. This research will create an image processing system to determine the freshness of beef using the HSV method, and Naïve Bayes. The HSV method is used for the extraction of color features in beef images, and the Naïve Bayes method is spent to classify the meat into two classes, fresh and cold. The purpose of this research is to summarize the results of this method in classifying beef freshness. The results of this study indicate an achievement rate of 80%.