KLASIFIKASI KUALITAS DAUN TEMBAKAU MENGGUNAKAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR

Tembakau merupakan salah satu hasil pertanian terbesar dan banyak diperdagangkan di pasar dunia termasuk Indonesia. Di Indonesia, daun tembakau dimanfaatkan untuk bahan baku rokok yang banyak di produksi oleh perusahaan rokok. Kualitas daun tembakau sangat berpengaruh terhadap kualitas rokok, hal ini dikarenakan kondisi pada daun tembakau dipengaruhi oleh beberapa faktor diantaranya hama, penyakit, dan iklim. Penelitian ini menggunakan metode Grey Level Co-Occurence Matrix (GLCM) untuk ekstraksi fitur tekstur, sedangkan untuk klasifikasi menggunakan metode K-Nearest Neighbor (KNN) untuk mengklasifikasikan kualitas daun tembakau. Data yang digunakan pada penelitian ini adalah citra daun tembakau yang diambil langsung di Desa Tondowulan, Kecamatan Plandaan Kabupaten Jombang pada usia daun kurang lebih 2 bulan. Citra daun tembakau yang digunakan adalah 300 citra yang terdiri dari 3 kelas yaitu Normal, Berlubang dan Layu berdasarkan tingkat kerusakan daun. Fitur GLCM yang digunakan adalah Contrast, Correlation, Energy, Homogenety dan Entropy yang kemudian akan diklasifikasi menggunakan metode KNN dimana sebelum melakukan ekstraksi fitur data harus diolah terlebih dahulu pada tahap preprocessing. Hasil akhir pelatihan terbaik GLCM dan CCM menghasilkan nilai akurasi tertinggi pada saat nilai ketetanggaan 1, pixel distance 3 dan k-fold 2 yaitu sebesar 83,33% dan CCM sebesar 86,67%. Kata kunci : daun tembakau, klasifikasi, grey level co-occurrence matrix, k-Nearest Neighbor.