Devid Pongsilurang Pengarang YULIANTO TRIWAHYUADI POLLY Dosen Pembimbing 2 ADRIANA FANGGIDAE Dosen Pembimbing 1 Yulianto Triwahyuadi Polly Penguji 2 Adriana Fanggidae Penguji 1 Derwin Rony Sina Ketua Penguji

Beras merupakan makanan pokok yang paling banyak dikonsumsi oleh masyarakat Indonesia setiap harinya. Keunggulan beras dibandingkan dengan sumber makanan pokok lainnya ialah kandungan karbohidrat dan energi yang lebih tinggi. Pada penelitian ini dilakukan identifikasi kualitas beras menggunakan metode KNN berdasarkan fitur tekstur dan warna citra. Fitur tekstur didapatkan dari Gray Level Co-occurrence Matrix yang meliputi mean, standar deviasi, energi, entropi, kontras dan homogenitas. Fitur warna didapat dari nilai masing-masing komponen warna yaitu mean(R), mean(G), dan mean(B). K-Nearest Neighbor digunakan untuk mengklasifikasi kumpulan objek baru menggunakan data latih yang telah diklasifikasi dan disimpan sebelumnya. Pengujian dilakukan terhadap 110 data yang terdiri dari 55 citra beras baik dan 55 citra beras buruk. Pengujian dilakukan pada 2 kondisi yang berbeda yaitu siang dan sore hari. Hasilnya pada siang hari sistem dapat mengidentifikasi kualitas beras dengan ratas-rata akurasi beras baik sebesar 91,6% dan beras buruk sebesar 75%, dan akurasi keseluruhan sebesar 83.3%. Pada sore hari sistem dapat mengidentifikasi kualitas beras dengan keseluruhan akurasi sebesar 100%. Akurasi pada kondisi siang hari lebih rendah dibandingkan dengan sore hari dikarenakan faktor cahaya citra uji sangat mempengaruhi, dimana citra beras buruk yang terang diklasifikasikan pada kelas baik. Dengan demikian sore hari merupakan kondisi terbaik untuk pengambilan citra. Kata Kunci : Citra Digital, K-Nearest Neighbor, Gray Level Co-occurrence Matrix.