MADELEINE NIZARA SEYK Pengarang WENEFRIDA T INA Dosen Pembimbing 1 HENDRIK J DJAHI Dosen Pembimbing 2 Wenefrida T Ina Ketua Penguji Hendrik J Djahi Penguji 1 Jani F Mandala Penguji 2

Penelitian ini bertujuan untuk mengimplementasikan metode machine learning KNearest Neighbor (K-NN) dengan mengklasifikasikan benih jagung unggul dan mengetahui kterbaik. Evaluasi kinerja porgram menggunakan confusion matrix untuk menghitung akurasi,sensitifitas dan spesivitas. Data yang digunakan sebanyak 500 citra benih jagung yang di bagimenjadi dua bagian yaitu 400 data citra latih dan 100 data citra uji kemudian menggunakanmetode machine learning K-Nearest Neighbor (K-NN) yang dapat melakukan klasifikasi denganmemanfaatkan ektraksi ciri Gray Level Co-occurrence Matrix (GLCM) yang merupakan teknikanalisis tekstur citra untuk menghasilkan ciri atau informasi dari objek citra dengan melakukanperhitungan nilai contrast, energy, homogeneity dan correlation untuk kemudian K-NearestNeighbor (K-NN) dapat mengklasifikasikan kelas yaitu kelas layak dan tidak layak. Hasilpenelitian ini menunjukan bahwa nilai k optimal adalah k=5 dan mendapatkan akurasi terbaiksebesar 75%, sensitifitas tertinggi sebesar 77% dan spesivisitas tertinggi sebesar 72% yangterdapat pada fold ke 9 dari hasil evaluasi sistem menggunakan confusion matrix. Kata kunci : Benih Jagung, GLCM, Klasifikasi, K-NN,Confusion Matrix.