ABSTRAK
Air bersih dan berkualitas merupakan kebutuhan dasar yang penting bagi kesehatan masyarakat dan kelancaran proses industri, termasuk di PT Pupuk Sriwidjaja Palembang. Penelitian ini bertujuan menganalisis pengaruh variasi tingkat pencahayaan terhadap performa klasifikasi tingkat kekeruhan air berbasis citra digital menggunakan algoritma K-Nearest Neighbor (K-NN). Sensitivitas sistem pengolahan citra terhadap perubahan intensitas cahaya menjadi permasalahan utama yang dapat memengaruhi kualitas fitur yang diekstraksi. Pengujian dilakukan pada lima tingkat pencahayaan, yaitu 10, 30, 50, 80, dan 100 lux. Tahapan penelitian meliputi pengambilan citra, Pre-Processing berupa resize, konversi warna, dan normalisasi, ekstraksi fitur warna dan tekstur menggunakan nilai mean, standar deviasi, serta Gray Level Co-occurrence Matrix (GLCM), dan proses klasifikasi menggunakan K-NN dengan nilai k = 5. Evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, F1-score, dan Confusion Matrix. Hasil penelitian menunjukkan bahwa performa terbaik dicapai pada pencahayaan 100 lux dengan akurasi 91,67%, presisi 93,33%, dan F1-score 91,53%, sedangkan pencahayaan 10 lux menghasilkan akurasi terendah sebesar 61,54%. Analisis Confusion Matrix menunjukkan peningkatan kesalahan klasifikasi pada pencahayaan rendah akibat noise dan rendahnya kontras citra. Penelitian ini menyimpulkan bahwa tingkat pencahayaan berpengaruh signifikan terhadap performa K-NN dengan kondisi optimal pada rentang 80–100 lux.
Kata kunci: PT Pupuk Sriwidjaja Palembang kekeruhan air, pengolahan citra digital, K-Nearest Neighbor.