MENINGKATKAN EFISIENSI PEMROSESAN CITRA UNTUK KLASIFIKASI KUALITAS BIJI JAGUNG BERBASIS TEKSTUR

Abstract

Pertanian jagung seringkali ditemui biji jagung yang rusak, kusam, kotor, atau patah akibat proses pengeringan dan pemipilan. Biji jagung yang ukurannya lebih kecil dari yang seharusnya juga dapat memperburuk kualitasnya. Penilaian kualitas biji jagung umumnya dilakukan secara manual melalui pengamatan visual. Namun, metode manual ini memakan waktu lama dan menghasilkan produk dengan kualitas yang tidak konsisten karena adanya keterbatasan visual, kelelahan, dan perbedaan persepsi antar pengamat. Dalam penelitian ini, dirancang sebuah sistem klasifikasi untuk menilai kualitas biji jagung dengan menggunakan analisis tekstur berbasis pengolahan citra digital, sehingga menghasilkan evaluasi yang objektif dan tepat. Data citra yang digunakan adalah sampel biji jagung yang diambil dengan menggunakan kamera digital. Algoritma yang digunakan untuk ekstraksi ciri dan klasifikasi kualitas biji jagung adalah K-Nearest Neighbour (K-NN). Berdasarkan simulasi secara keseluruhan, disimpulkan bahwa sistem ini mampu mengklasifikasikan biji jagung menjadi tiga tingkat kualitas, yaitu kualitas satu, kualitas dua, dan kualitas tiga. Hasil akurasi tertinggi tercapai saat k=3, yaitu sebesar 91,85%.