Mutu jagung menjadi salah satu persyaratan utama bagi industri pakan. Pada umumnya, proses penentuan kualitas benih yaitu biji jagung dilakukan secara manual dengan pengamatan visual. Proses tersebut menghasilkan penilaian berdasarkan sudut pandang masing-masing pengamat yang cenderung subjektif. Penilaian subjektif ini membutuhkan waktu yang lama dan kondisi pengukuran harus tepat, sehingga hasil pengamatan akan berbeda-beda tergantung pada penglihatan mata maupun presepsi visualnya, serta latar belakang pengamat dan faktor lainnya.
Pada Tugas Akhir ini, penulis telah membuat sebuah sistem yang dapat mengklasifikasikan biji jagung berdasarkan tekstur berbasis pengolahan citra digital, sehingga didapatkan hasil yang objektif dan tepat. Data citra yang diperlukan adalah sampel biji jagung kering dengan pengambilan menggunakan kamera handphone. Sampel yang sudah diambil dilakukan tahap ekstrasi ciri statistik sebagai parameter ciri latih untuk proses selanjutnya. Untuk mendapatkan data latih tersebut, penulis menggunakan metode Discrete Wavelet Transform, dan untuk klasifikasi data uji citra biji jagung menggunakan Support Vector Machine.
Hasil penelitian Tugas Akhir ini mendapatkan akurasi sebesar 93,33% dengan waktu komputasi 0,6384s pada parameter ektraksi ciri DWT orde satu yaitu Mean, Variance, Skewness, Kurtosis, dan Entropy dengan subband LL, level 2 dekomposisi wavelet, jenis kernel Linear dan multiclass OAO pada SVM. Dengan adanya sistem ini, dapat dijadikan standar akurasi yang tepat dalam pengukuran kualitas biji jagung.
Kata Kunci : tekstur biji jagung, ekstrasi ciri, DWT, SVM