<![CDATA[Kualitas telur ayam ras merupakan faktor penting yang menentukan nilai jual dan daya saing produk peternakan. Namun, metode pengujian yang umum digunakan masih bersifat manual dan destruktif, sehingga kurang efisien untuk skala besar. Penelitian ini bertujuan merancang sistem pendeteksi kualitas telur berbasis Internet of Things (IoT) dengan sensor non-destruktif yang terintegrasi model machine learning. Sistem prototype dibangun menggunakan sensor berat, cahaya, dan warna yang dikendalikan oleh mikrokontroler ESP32, dengan hasil pengukuran ditampilkan melalui LCD dan dikirimkan secara real-time ke platform IoT. Nilai Haugh Unit (HU) digunakan sebagai acuan untuk melatih model klasifikasi, di mana algoritma K-Nearest Neighbors (KNN) menunjukkan performa terbaik. Hasil penelitian memperlihatkan sistem mampu mencapai akurasi 89% dalam prediksi HU, sehingga berpotensi digunakan sebagai solusi non-destruktif dalam klasifikasi mutu telur pada skala industri peternakan.]]>
Copyrights © 2025
