<![CDATA[Beras merupakan salah satu makanan wajib bagi masyarakat Indonesia. Salah satu daerah penghasil beras terbesar di Indonesia adalah daerah Delanggu, tepatnya Kabupaten Klaten, Jawa Tengah. Banyak jenis beras yang beredar di pasaran memiliki kualitas dari segi warna, tekstur, dan aroma berbeda-beda. Begitu pun, peran beras sebagai bahan pangan pokok masyarakat Indonesia menjadikan permintaan masyarakat terhadap konsumsi beras juga tinggi. Namun, fluktuasi yang terjadi setiap tahunnya terhadap harga bahan pangan pokok, membuat tingkat daya beli masyarakat mengalami penurunan yang mendorong tindak kecurangan berupa manipulasi kualitas beras oleh beberapa oknum dengan mengoplos beras dengan kualitas berbeda. Maka diperlukan teknologi yang dapat membantu masyarakat maupun pemerintah dalam mengidentifikasi kualitas beras yang beredar di pasaran untuk menentukan tingkat kelayakan beras tersebut. Dalam penelitian ini telah dirancang sistem berbasis machine learning untuk mengidentifikasi kualitas beras menggunakan citra. Dalam pengklasifikasian, penulis menggunakan metode Naïve Bayes. Sedangkan, pada ekstraksi ciri digunakan metode Gray Level Co-Occurrence Matrix (GLCM) yang nantinya akan digunakan untuk menentukan tekstur beras. Berdasarkan pengujian yang telah di lakukan, dapat diketahui bahwa sistem yang dirancang dapat mengidentifikasi beras delanggu berdasarkan dua kualitas yaitu beras kelas super dan biasa. Pengujian dilakukan menggunakan 40 citra beras di mana masing-masing kelas memiliki dua kualitas citra beras. Sehingga didapatkan dari beberapa skenario pengujian parameter orde dua terbaik pada kombinasi dua ciri orde dua metode GLCM dengan hasil akurasi terbaik yaitu contrast-correlation dengan akurasi 100,00 % dan waktu komputasi 82,59 detik dengan sudut 135° dan jarak piksel d=1.]]>
Copyrights © 2023
