KLASIFIKASI KANDUNGAN NIKOTIN PADA CITRA TEMBAKAU ROKOK MENGGUNAKAN HYBRID GLCM DAN KNN

Nikotin merupakan zat adiktif yang berbahaya bagi kesehatan, sehingga diperlukan cara yang mudah dan tepat untuk mengetahui kandungan nikotin pada tembakau rokok secara praktis dan berbasis teknologi. Penelitian ini bertujuan untuk mengklasifikasikan kandungan nikotin pada citra tembakau rokok menggunakan pendekatan hybrid metode Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur dan algoritma K-Nearest Neighbor (KNN) untuk klasifikasi. Sebanyak 400 citra diklasifikasikan ke dalam dua kelas kandungan nikotin (0,5-1,5) dan (1,6-2,0). Setiap citra diolah melalui preprocessing, ekstraksi fitur statistik, dan klasifikasi menggunakan KNN. Hasil kinerja dengan K=13, diperoleh akurasi 67,5%. Pendekatan hybrid GLCM-KNN berpotensi digunakan sebagai dasar pengembangan sistem identifikasi kandungan nikotin berbasis citra digital.