Banyaknya jenis-jenis batuan Sedimen (batuan konglomerat, batuan pasir, batuan gamping, breksi, dan batuan lempung) yang ada di bumi khususnya di Indonesia, menjadikan para ahli petrologi harus mampu mengidentifikasi batuan sesuai dengan karakteristik batuan tersebut. Dengan mengetahui jenis batuan, para ahli petrologi bisa menentukan komposisi atau kandungan mineral yang terdapat didalam batuan tersebut. Namun untuk dapat mengidentifikasi jenis batuan, para ahli petrologi masih menggunakan cara yang konvensional dan subjektif yang dibekali oleh ilmu yang mereka miliki.
Hal inilah yang menjadi latar belakang topik Tugas akhir ini yaitu klasifikasi batuan sedimen meliputi batuan breksi, batuan pasir, dan batuan gamping. Pada Tugas Akhir ini, akan dibahas mengenai teknik pengolahan citra digital untuk klasifikasi batuan sedimen yang dapat dilakukan dengan menggunakan metode ekstraksi ciri Histogram of Oriented Gradient (HOG) dan klasifikasi K-Nearest Neighbor (K-NN). Diharapkan dengan kemampuan sistem ini, dapat mempermudah ahli petrologi dalam mengidentifikasi dan memperoleh data jenis batuan sedimen di berbagai daerah tanpa harus menelusuri secara langsung ke tiap daerah, sehingga lebih efisien dan bisa menjadi standar akurasi yang tepat.
Dalam pengujian ini dilakukan dengan 75 citra batuan makroskopis dan 75 citra batuan mikroskopis yang terbagi masing-masing menjadi tiga kelas yang terdiri dari 10 data latih dan 15 data uji tiap kelasnya. Hasilnya diperoleh nilai akurasi terbaik dari sistem untuk citra batuan makroskopis adalah sebesar 91.11% dengan waktu komputasi 0.0738 detik. Untuk citra batuan mikroskopis diperoleh akurasi terbaik sebesar 62.22% dengan waktu komputasi 0.0745 detik. Dengan parameter optimal yang digunakan : Resolusi Citra 256 x 256 piksel, cell size HOG = [16 16], dan k = 5 untuk semua pengujian.
Kata kunci : Batuan Sedimen, Histogram of Oriented Gradient, K-Nearest Neighbor