Klasifikasi Kualitas Biji Jagung Berdasarkan Deteksi Warna dan Bentuk Menggunakan Metode K-Nearest Neighbor

Abstract

Jagung (Zea mays ssp. mays) adalah salah satu tanaman pangan penghasil karbohidrat yang penting di Indonesia selain padi dan gandum. Oleh karena itu untuk memenuhi kebutuhan jagung yang semakin tinggi maka perlu diarahkan untuk memilih dan memilah kualitas biji jagung yang terbaik. Saat ini pemilihan kualitas biji jagung masih dilakukan secara manual, sehingga memiliki beberapa kelemahan diantaranya keterbatasan visual, kelelahan, perbedaan persepsi setiap pengamat dan memerlukan waktu yang lama. Berdasarkan permasalahan tersebut, diperlukan aplikasi untuk mengklasifikasi kualitas biji jagung berdasarkan deteksi warna dan bentuk menggunakan metode k-nearest neighbor dengan masukan berupa nilai warna dan bentuk dari hasil deteksi pada biji jagung. Metode ini dilakukan dengan mencari  kelompok k objek dalam data training yang paling dekat (mirip) dengan objek pada data baru atau data testing. Pengujian terhadap penelitian ini dilakukan dengan menggunakan 30 citra input dengan rincian 10 citra input uji coba 1, 10 citra input uji coba 2, 10 citra input uji coba 3. Dengan hasil akurasi sebesar 76,67% dam presentase error atau kesalahan program sebesar 23,33%. Dari penelitian yang sudah dilakukan, dapat disimpulkan bahwa algoritma k-nearest neighbor dapat membantu untuk mengklasifikasi kualitas biji jagung.