IDENTIFIKASI VARIETAS KEDELAI BERDASARKAN TEKSTUR MENGGUNAKAN K-NEAREST NEIGHBOR

Sekitar 90% kedelai yang tersedia di Indonesia, digunakan sebagai bahan
pangan, dan sisanya untuk pakan ternak dan benih. Produk olahan kedelai, seperti
tempe, tahu, kecap, tauco, susu kedelai, dan taoge merupakan menu penting dalam
pola konsumsi sebagian besar masyarakat Indonesia, terutama sebagai sumber
protein yang relatif murah harganya. Beragamnya penggunaan kedelai tersebut
menjadi pemicu peningkatan konsumsi kedelai. Untuk memenuhi kebutuhan
kedelai, diperlukan upaya peningkatan produksi dalam negeri melalui penggunaan
varietas unggul yang berpotensi hasil tinggi dan sesuai mutu bijinya untuk produk
olahan tertentu. Untuk itu dibutuhkan sebuah sistem identifikasi teknologi
pascapanen yang mampu mengenali jenis varietas kedelai dengan cepat, tidak
merusak sampel dan relatif murah.
Penelitian ini bertujuan untuk membuat perangkat lunak yang berfungsi
untuk mengidentifikasi varietas kedelai berdasarkan tekstur. Metode klasifikasi
yang digunakan adalah K-Nearest Neighbour sebagai pengenalan polanya. Data
yang dipakai adalah 80 citra kedelai, yang terdiri dari 4 jenis kedelai. Banyaknya
data pelatihan yang digunakan adalah 40 citra kedelai, sedangkan untuk data uji
sebanyak 40 citra kedelai. Ekstraksi fitur ciri yang digunakan adalah Contrast,
Corellation, Energy, Homogeneity. Perangkat lunak (algoritma) mampu
mengidentifikasi data uji dengan tingkat persentase keberhasilan 100 % pada k =
5, k = 7, k = 9, k = 11 dan k= 13.