Klasifikasi Varietas Tongkol Jagung Utuh Menggunakan Kombinasi Fitur Morfologi, Warna, dan Tekstur Berbasis K-NN
DOI:
https://doi.org/10.29407/9qb3z362Abstract
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##
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
[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
Issue
Section
License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License