Klasifikasi Mutu Kapas Kecantikan Berdasarkan Tekstur Citra Menggunakan GLCM dan K-Nearest Neighbors

Abstrak

Abstrak Produk kapas kecantikan memiliki berbagai tingkat mutu yang penting untuk diketahui, khususnya dalam bidang kosmetik dan perawatan wajah. Penilaian mutu kapas secara manual bersifat subjektif dan kurang konsisten, sehingga diperlukan sistem klasifikasi otomatis. Penelitian ini bertujuan untuk mengklasifikasikan mutu kapas kecantikan berdasarkan tekstur citra menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dan K-Nearest Neighbors (K-NN). Dataset yang digunakan terdiri dari 600 citra kapas dari tiga merek yang berbeda, yaitu Sariayu, Watson, dan Selection. Setiap citra dikonversi ke grayscale, kemudian diubah ukurannya menjadi 100 ´ 100 piksel, lalu diekstraksi fitur teksturnya menggunakan GLCM pada empat arah (0°, 45°, 90°, dan 135°). Fitur yang diekstraksi mencakup contrast, correlation, energy, dan homogeneity. Hasil klasifikasi menunjukkan bahwa nilai K terbaik diperoleh pada K = 5 dengan akurasi sebesar 81%. Hasil ini membuktikan bahwa pendekatan berbasis tekstur citra mampu mengklasifikasikan mutu kapas secara otomatis dan objektif, serta berpotensi diterapkan dalam sistem evaluasi mutu produk kosmetik.

Identifier

• DOI: https://doi.org/10.35957/jatisi.v12i3.11639
• OpenAlex: https://openalex.org/W4414087578