Jagung termasuk salah satu makanan pokok di negara kita Indonesia.
Pemanfaatannya pun beragam dan berbeda-beda di tiap tingkat
kematangannya. Dalam pertanian, penentuan kematangan jagung biasa
dilakukan secara manual dengan pengamatan visual dan aspek dari ilmu
pertanian lainnya yang telah dikuasai oleh petani dan dari pengalaman
yang sudah mereka peroleh. Pengamatan petani secara manual bisa
berbeda tiap petani, yang akan menyebabkan produk yang dihasilkan
bersifat tidak konsisten karena keterbatasan visual, kelelahan dan
perbedaan persepsi masing-masing pengamat. Tingkat kematangan
jagung terdiri atas 4 tingkatan dan masing-masing tingkatan memiliki
pemanfaatan yang berbeda. Seperti contoh jagung yang muda biasa
digunakan untuk menjadi sayur, jagung yang agak tua dijadikan jagung
bakar dan jagung kering dijadikan untuk pakan ayam. Oleh karna
kekurangan tersebut, dibuatlah aplikasi untuk mengklasifikasikan
kematangan jagung untuk mendapatkan hasil yang untuk mendapatkan
hasil yang lebih objektif. Petani dapat mengetahui tingkat kematangan
jagung dari gambar jagung yang diambil dengan menggunakan
smartphone androidnya. Pada sisi website, hanya admin yang
mempunyai akses untuk dapat melihat dan menambahkan data training
jagung. Input dari citra diambil menggunakan kamera android yang
diharapkan mampu membedakan kematangan jagung. Maka
dilakukanlah proses pengujian akurasi dengan 200 data menggunakan kFold Cross Validation dengan nilai k dari 5-15 sebanyak 10 kali tiap k ,
diperoleh tingkat akurasi paling besar sebesar 77% untuk nilai k=5.
Kemudian dilakukan proses penambahan data training menjadi 510 data
dan akurasi meningkat menjadi sebesar 90,98% dengan nilai
ketetanggaan terdekat atau k=13. Maka diperoleh hasil analisis semakin
banyak jumlah data training akan meningkatkan akurasi sistem.
Kata kunci: Jagung, Android, PHP, Pengolahan Citra Digital, k-Nearest
Neighbor, k-Fold Cross Validation