Estimasi Kandungan Lignin pada Dedak Padi Menggunakan KNN dengan Praproses PCA Berdasarkan Citra Grayscale

Abstract

Pemalsuan dedak padi yang telah tercampur sekam bisa menurunkan kualitas pakan. Pengujian kandungan sekam dapat diukur dari kandungan lignin melalui reaksi pewarnaan menggunakan larutan phloroglucinol. Warna merah yang semakin pekat menunjukkan semakin tinggi kandungan sekam pada dedak padi. Oleh karenanya, pada penelitian ini akan dilakukan estimasi kandungan lignin pada dedak padi yang telah diwarnai tersebut dengan ekstraksi fitur berbasis Principal Component Analysis (PCA) dengan metode klasifkasi K-Nearest Neighbor (KNN). Citra yang digunakan adalah citra grayscale yang diperoleh dari transformasi citra RGB. Penelitian ini menghasilkan akurasi prediksi tertinggi sebesar 77.27%.

Counterfeiting of rice bran mixed with husks can reduce feed quality. The husk content test can be measured from the lignin content through a staining reaction using a phloroglucinol solution. The darker red color indicates the higher the husk content in the rice bran. Therefore, this study will estimate the lignin content of rice bran mixed with husks using feature extraction based on Principal Component Analysis (PCA) with the K-Nearest Neighbor (KNN) classification method. The image used is a grayscale image obtained from the RGB image transformation. This research resulted in the highest prediction accuracy of 77.27%.