Biji chia dan biji selasih sering dianggap sebagai biji yang sama, padahal sebenarnya keduanya memiliki beberapa perbedaan. Salah satu perbedaan yang membedakannya adalah warna. Meskipun tampak serupa, biji selasih memiliki warna yang lebih gelap dibandingkan dengan biji chia. Oleh karena itu, kami memutuskan untuk menggunakan Hue, Saturation, dan Value (HSV) sebagai fitur model warna untuk mendapatkan informasi warna dari kedua biji ini. Selain itu, metode Gray Level Co-occurrence Matrix (GLCM) dan deteksi tepi juga digunakan untuk membantu meningkatkan akurasi dalam mengklasifikasikan kedua jenis biji ini. Kami menerapkan algoritma k-Nearest Neighbor (k-NN) untuk melatih model dan mengukur akurasi dari setiap nilai "k" yang diuji mengunakan Stratified 5-Fold Cross-Validation. Total data gambar yang digunakan untuk melatih model dalam penelitian ini adalah 100 gambar untuk masing- masing jenis biji. Ukuran gambar yang diuji diubah menjadi 200×200 piksel. Akurasi tertinggi yang diperoleh dalam penelitian ini mencapai 94,4% pada data uji dengan parameter "k" sebesar 3 dan jumlah data citra yang digunakan adalah 90. Hasil penelitian ini menunjukkan bahwa jumlah data gambar yang digunakan untuk melatih dan menguji model akan mempengaruhi tingkat akurasi yang diperoleh. Selain itu, pemilihan nilai parameter "k" juga berpengaruh terhadap seberapa akurat model dalam mendeteksi suatu gambar.
Copyrights © 2025