Klasifikasi Varietas Tongkol Jagung Utuh Menggunakan Kombinasi Fitur Morfologi, Warna, dan Tekstur Berbasis K-NN

Authors

  • Khaidar Ahmad Universitas Nusantara PGRI Kediri Indonesia
  • Ratih Kumalasari N Universitas Nusantara PGRI Kediri Indonesia
  • Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/9qb3z362

Abstract

Sektor pertanian memerlukan pemastian kemurnian varietas jagung pascapenen, namun metode inspeksi visual konvensional masih bersifat subjektif dan lambat. Penelitian ini mengusulkan model komputasi non-destruktif untuk klasifikasi tiga varietas tongkol jagung utuh (Bonanza F1, NK Perkasa, dan Pulut Uri) menggunakan kombinasi multi-fitur visual. Tahapan penelitian meliputi segmentasi citra, ekstraksi gabungan fitur morfologi bentuk, statistik warna HSV, dan tekstur GLCM, yang kemudian diklasifikasikan menggunakan algoritma K-Nearest Neighbor (K-NN) berbasis perhitungan jarak kedekatan vektor. Hasil eksperimen menggunakan skema validasi silang dengan parameter K=5 menunjukkan tingkat akurasi evaluasi metrik yang mutlak sebesar 100,00 persen serta nilai kesalahan klasifikasi nol persen pada visualisasi matriks kebingungan. Integrasi model ini ke dalam dasbor antarmuka web Streamlit terbukti fungsional secara real-time. Sistem cerdas ini memberikan kontribusi praktis yang sangat andal untuk otomatisasi kendali mutu komoditas pertanian

Keywords:

klasifikasi, k-nearest neighbor, multi-fitur, pengolahan citra, varietas jagung

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] K. Neighbor, U. D. Rosiani, M. Mentari, and A. N. Prastya, “Klasifikasi Kualitas Biji Jagung

Berdasarkan Deteksi Warna dan Bentuk Menggunakan Metode”.

[2] P. Studi et al., “Klasifikasi benih jagung unggul menggunakan metode,” vol. XIII, no. 2, pp.

110–118, 2024, doi: 10.35508/jme.v13i2.19054.

[3] Siaulhak, “Sistem Klasifikasi Buah Jagung dengan Menggunakan Metode Image Processing

Pengelolaan Citra Digital,” Bussiness Law binus, vol. 7, no. 2, pp. 33–48, 2023, [Online].

Available: http://repository.radenintan.ac.id/11375/1/PERPUS

PUSAT.pdf%0Ahttp://business-law.binus.ac.id/2015/10/08/pariwisatasyariah/%0Ahttps://www.ptonline.com/articles/how-to-get-better-mfiresults%0Ahttps://journal.uir.ac.id/index.php/kiat/article/view/8839

[4] M. Maulidiansyah and I. Abdillah, “Klasifikasi Jenis Jagung Berdasarkan Bentuk Biji

Menggunakan Metode You Only Look Once (YOLO),” JEECOM J. Electr. Eng. Comput.,

vol. 5, no. 2, pp. 215–226, 2023, doi: 10.33650/jeecom.v5i2.6802.

[5] J. Xu, J. Lan, G. Lv, and D. Ma, “Corn variety identification based on improved EfficientNet

lightweight neural network,” Front. Plant Sci., vol. 16, no. June, pp. 1–14, 2025, doi:

10.3389/fpls.2025.1603073.

[6] A. P. Rivani and L. M. Jaelani, “Identifikasi Varietas Jagung dari Data Citra Satelit

Menggunakan Metode Linier Spectral Unmixing ( Studi Kasus : Kabupaten Ngawi )

Pendahuluan Jagung ( Zea mays L . ) merupakan tanaman sumber karbohidrat kedua yang

dibutuhkan oleh bahan baku industri ( Na,” vol. 19, no. 1, pp. 106–120, 2023.

[7] U. Nuha et al., “Pertumbuhan dan hasil jagung hibrida pulut putih dengan ideotip tanaman

tegak di kabupaten banjarnegara,” vol. 01, no. 01, pp. 36–42, 2022.

[8] V. Chandra et al., “Data Citra Digital Menggunakan Algoritma K-Nearest Neighbor,” J.

Nuansa Inform., vol. 16, pp. 1–14, 2022.

[9] D. Sipi, S., Subiadi, Djaya, E., & Meitasari, “Performa Agronomi Tanaman Jagung yang

Berasal dari Benih Hibrida Regenerasi,” vol. 12, no. 3, pp. 521–528, 2024

[10] M. M. Tengah, J., Tumbelaka, S., & Toding, “Pertumbuhan Dan Produksi Jagung Pulut

Lokal (Zea mays ceratina Kulesh) Pada Beberapa Dosis Pupuk NPK,” vol. 5.

Downloads

Published

2026-07-20

How to Cite

Klasifikasi Varietas Tongkol Jagung Utuh Menggunakan Kombinasi Fitur Morfologi, Warna, dan Tekstur Berbasis K-NN. (2026). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 10(2), 1029-1038. https://doi.org/10.29407/9qb3z362