PT Jaya Gemilang Sukses (JGS) adalah salah satu perusahaan yang
bergerak di bidang perminyakan dengan menghasilkan Crude Palm
Oil (CPO). Dalam proses pengolahan buah kelapa sawit menjadi CPO,
PT JGS melakukan proses penyortiran buah kelapa sawit secara
manual dan subjektif. Faktor eksternal seperti kelelahan, rasa malas,
dan keterbatasan jumlah pekerja dapat mempengaruhi proses
penyortiran buah kelapa sawit. Dari permasalahan tersebut,
dibangunlah aplikasi pengolahan citra digital yang mampu
mengidentifikasi kualitas buah kelapa sawit. Pengolahan citra digital
yang diterapkan pada aplikasi berupa ekstraksi ciri warna HSV (Hue,
Saturation, Value) dan ekstraksi ciri tekstur GLCM (Gray Level CoOccurrence Matrix). Hasil dari ekstraksi ciri selanjutnya menjadi
inputan metode Learning Vector Quantization (LVQ), sehingga
output dari sistem ini adalah kualitas dan tingkat kematangan buah
kelapa sawit. Berdasarkan hasil pengujian confusion matrix, dapat
disimpulkan bahwa ekstraksi ciri tekstur GLCM kurang tepat
digunakan karena rentan terhadap rotasi dan menyebabkan akurasi
tidak terlalu tinggi yaitu 43.75% pada klasifikasi tingkat kematangan
dan 78.125% pada klasifikasi kualitas. Berdasarkan pengujian
usability, didapatkan persentase sebesar 81.33% yang menyatakan
sistem sangat membantu pekerja di PT JGS dalam proses penyortiran
buah di PT JGS. Berdasarkan pengujian perhitungan metode LVQ,
dapat dipastikan bahwa source code yang digunakan telah benar dan
sesuai algoritma.
Kata kunci: Pengolahan Citra Digital, Ekstraksi Ciri, Learning Vector
Quantization