<![CDATA[Machine vision berbasis jaringan saraf tiruan dan pemrosesan gambar digital merupakan metode alternatif yang dapat dilakukan untuk mengidentifikasi dan mengevaluasi keragaman varietas padi. Berbeda dengan metode pengamatan langsung yang memiliki tingkat subjektivitas tinggi dan metode kimiawi (PCR) yang bersifat destruktif dan mahal, machine vision berbasis jaringan saraf tiruan menawarkan sistem identifikasi dan evaluasi secara cepat, praktis, murah, akurat, serta bersifat non-destruktif. Paper ini membahas machine vision berbasis jaringan saraf tiruan sebagai teknologi alternatif untuk identifikasi varietas padi rawa Kalimantan Selatan berdasarkan ciri morfologinya, yaitu area, perimeter, major axis, minor axis, circularity, aspect ratio, roundness, dan feret untuk setiap sampel benih padi. Dalam paper ini, sistem identifikasi varietas benih padi menggunakan jaringan saraf radial basis probabilistic dengan optimalisasi bobot hidden center menggunakan algoritme orthogonal least square. Dari proses learning dihasilkan performa pelatihan sebesar 88.32% dan performa pengujian sebesar 88.21% dengan tingkat keberhasilan pada proses pelatihan dari masing-masing varietas bayar papuyu, bayar putih, benih kuning, benih putih, ketan, siam gadis, siam unus, dan karan dukuh masing-masing sebesar 100.00%, 92.59%, 88.89%, 92.59%, 92.59%, 81.48%, 100.00%, dan 100.00%. Untuk proses pengujian, tingkat keberhasilan masing-masing varietas ialah 100.00%, 87.50%, 88.89%, 100.00%, 88.89%, 88.89%, 100.00%, dan 100.00%.Kata Kunci: benih padi, machine vision, morfologi, RBP-OLS]]>
