Klasifikasi Kualitas Beras Menggunakan Algoritma K-Nearest Neigbour (Studi Kasus: Kantor Perum Bulog Kota Palu Sulawesi Tengah)

Pengamatan kualitas beras secara visual dapat terjadinya kesalahan karena subjektifitas setiap pengamat berbeda-beda. Sudah ada beberapa penelitian tentang pengujian beras. Penelitian ini bertujuan untuk merancang dan membangun suatu sistem yang dapat mengklasifikasi kualitas beras putih dalam ketegori premium dan medium. Penelitian ini merupakan penelitian kualitatif dengan melakukan wawancara dan observasi yang dilakukan di kantor perum bulog kota Palu Sulawesi Tengah. Adapun metode yang akan diterapkan pada penelitian ini yaitu algoritma klasifikasi K- Nearest Neigbour dan ekstrasi citra GLCM (Gray Level Co-occurence Matrix). Hasil penelitian ini menunjukan bahwa sistem dapat melakukan klasifikasi kualitas beras menggunakan algoritma K-Nearest Neighbor dengan menghasilkan nilai akurasi 87,33% implikasi pada penelitian ini diharapkan depat mengklasifikasi kualitas beras putih dalam ketegori premium dan medium yang sesuai dengan standar kantor perum bulog, Sulawesi Tengah
Kata kunci— Klasifikasi, Citra Digital, Ekstraksi, GLCM, K-Nearest Neighbour