Rancang Bangun Pendeteksi Kualitas Beras Menggunakan Metode K-Nearest Neighbor Berbasis Android

Beras merupakan kebutuhan yang sangat penting bagi penduduk di kawasan Asia termasuk Indonesia, begitu juga yang terjadi pada Kabupaten Indragiri Hilir. Namun demikian, harga beras di pasaran semakin melonjak dan banyak beredar beras yang kualitasnya kurang baik. Oleh karena itu perlu adanya standar kualitas mutu beras dipasaran. Standar pengujian kualitas biasanya terdapat dua tahap, yaitu uji laboratorium dan uji visual. Namun, pengujian secara visual selama ini masih dilakukan secara manual sehingga masih sering terjadi kesalahan karena terbatasnya penglihatan manusia dan subjektivitas penguji. Oleh sebab itu, sistem pengujian secara visual dengan citra digital dapat menjadi solusi yang efektif untuk menentukan klasifikasi dan kualitas beras yang ingin kita ketahui. Proses pengujian dapat dilihat dari nilai putih, dan nilai bersih yang diakuisisi melalui pengolahan citra digital, data yang telah diakuisisi kemudian diklasifikasi ke dalam 3 kelas yaitu kelas baik, kelas sedang dan buruk. Berdasarkan hasil evaluasi metode holdout dari 10 data eksperimen diketahui bahwa metode k-Nearest Neighbor memiliki tingkat ketelitian 85,55 % untuk k=1, 82,21 % untuk k=3 dan 85,55 % untuk k=