SUMMARY
Sortir barang menjadi salah satu mesin pada industri yang efisien jika dikaitkan dengan kinerja sistem. Proses sorting barang dapat dilihat dari bentuk barangnya yang terdeteksi dari bentuk barang tersebut sehingga dibutuhkan teknik untuk meninjau area objek yang dideteksi dengan titik acuan yang tepat. Pada saat ini sortir barang di dunia industri telah dilakukan secara mandiri tanpa adanya pertemuan fisik dengan pegawai. Pada penelitian terdahulu mengenai proses identifikasi barang belanjaan telah dilakukan dengan menggunakan metode Oriented Fast and Rotated Brief dengan menghasilkan suatu sistem yang dapat mengenali jenis barang belanjaan. Adapun pada penelitian ini menggunakan metode Oriented Fast and Rotated Brief dan K-Nearest Neighbor untuk mengenali bentuk barang dan mengklasifikasikan bentuk barang sesuai label kelasnya yang diterapkan pada sistem konveyor yang dibantu oleh piranti Raspberry Pi. Penelitian ini dapat mengklasifikasikan bentuk barang meskipun bentuk barang dirotasikan. Hasil dari analisis pada penelitian ini sistem sudah dapat mengenali dan mengklasifikasikan bentuk barang “Kubus”,”Segitiga”,dan “Tabung” dengan menghasilkan tingkat akurasi keberhasilan sebesar 89%.