<![CDATA[Abstrak: Telur ayam memiliki protein yang bermutu tinggi sehingga banyak dijadikan sebagai bahan olahan makanan. Namun tidak semua telur memiliki mutu atau kualitas dan kesegaran yang baik. Berdasarkan SNI 3926:2008 mutu telur terbagi menjadi tiga yaitu mutu I,mutu II dan mutu III. Identifikasi telur digunakan untuk menentukan mutu telur ayam yang meliputi mutu internal dan mutu eksternal. Salah satu aspek mutu eksternal telur ayam ditinjau dari kebersihan kerabang telur yaitu ada tidaknya kotoran yang menempel pada kerabang telur ayam. Telur yang bersih mempunyai tekstur kerabang telur yang berbeda dengan telur yang kotor. Dalam penelitian ini dilakukan identifikasi mutu telur ayam ras berdasarkan kebersihan kerabang telur ayam ras menggunakan jaringan syaraf tiruan. Tekstur citra telur diekstrak menggunakan ciri statistik orde dua meliputi angular second moment, contrast, correlation variance, inverse different moment, entropy. Nilai hasil ekstraksi selanjutnya digunakan untuk pelatihan dengan data latih sebanyak 25 telur mutu I, 25 telur mutu II dan 25 telur mutu III. Hasil penelitian diperoleh akurasi 93,33% yang menyatakan bahwa jaringan syaraf tiruan dapat melakukan identifikasi mutu telur berdasarkan kebersihan kerabang telur dengan baik. Kata kunci: klasifikasi,tekstur kerabang telur,akurasi, Abstract: Chicken eggs have a high-quality protein so there are many kinds of food using it as processed food ingredients. But not all eggs have a quality or good quality and freshness. Based on SNI 3926: 2008 the quality of eggs is divided into three namely quality I, quality II and quality III. Egg identification is used to determine the quality of chicken eggs that include internal quality and external quality. One aspect of the external quality of chicken eggs in terms of cleanliness of eggshell is the presence or absence of dirt on the chicken eggshell. A clean egg has a different eggshell texture with a dirty egg. In this study, the identification of the quality of chicken eggs based on the hygiene of chicken eggs using the artificial neural network. The texture of egg image extracted using second order statistics include second moment angular, contrast, correlation variance, inverse different moment, entropy. The value of the extraction results is then used for training with the training data of 25 eggs of quality I, 25 eggs of quality II and 25 eggs of quality III. The result of this research is 93,33% accuracy which states that artificial neural network can identify egg quality based on egg hygiene well. Keywords: classification, eggshell texture, accuracy]]>
