RANCANG BANGUN ALAT KLASIFIKASI TELUR AYAM RAS MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)

Industri peternakan ayam memiliki kebutuhan untuk mengklasifikasikan telur
berdasarkan parameter seperti massa dan kualitas. Klasifikasi ini penting untuk
memisahkan telur-telur yang berkualitas baik dari yang tidak baik. Oleh karena itu
penelitian ini bertujuan untuk membuat rancang bangun alat klasifikasi telur ayam
ras menggunakan metode K-Nearest Neighbor (KNN). Perancangan alat
menggunakan Mikrokontoler Esp32, sensor load cell, sensor LDR, sensor infrared
dan sistem monitoring jarak jauh menggunakan intenet of things (IoT). Metode
KNN digunakan untuk klasifikasi nilai pembacaan sensor. Pengujian dilakukan
dengan menggunakan 60 data training dan 36 data testing. Penelitian ini melakukan
klasifikasi kelas menggunkan metode KNN dengan variasi K yaitu 2, 4, 6, 8 dan
10. Hasil pengujian confusion matrix menunjukan untuk nilai K =2, K = 8, dan K=
10 memiliki nilai yang lebih baik daripada K = 4 dan K = 6. Penelitian ini juga telah
berhasil merancang sistem monitoring berbasis IoT menggunakan web server
(website). Pengguna dapat memeriksa dan mengontrol jumlah perhitungan telur
setiap hari melalui website. Data hasil pemeriksaan tersimpan pada database
system.
Kata Kunci : Telur, k-nearest neighbor, light depedent resistor, load cell.