Telur ayam negeri merupakan makanan pokok yang paling umum dikonsumsi, mulai dari bayi hingga orang dewasa. Selain karena harga yang terjangkau, telur diminati karena kandungan yang kaya akan nutrisi seperti protein, asam lemak tak jenuh, vitamin dan mineral. Tetapi, nutrisi yang terkandung di dalamnya tidak selalu baik dan segar, maka untuk itu perlu dilakukan deteksi kualitas dan kesegaran telur. Kualitas dan kesegaran telur dapat dilihat dengan mengukur kekentalan putih telur (albumen). Kekentalan atau ketinggian albumen sebanding dengan kualitas dan kesegaran telur ayamnya. Faktor penentu kualitas dan kesegaran telur dapat dilakukan dengan Haugh Unit (HU). Nilai HU dipengaruhi oleh lama waktu penyimpanan, suhu, kelembaban (Li-Chan dan Nakai, 1989). Semakin lama telur disimpan, maka nilai HU telur semakin mengecil.
Dalam mendeteksi kualitas dan kesegaran telur, dilakukan segmentasi objek transparan dengan metode Histogram of Oriented Gradients (HOG), untuk klasifikasinya digunakan metode K-Nearest Neighbor (KNN) yang terbagi atas dua tahap, yaitu tahap data latih dan tahap data uji. Sistematika pengolahan citra sebelum di proses adalah pre-processing, yaitu cropping, thresholding dan segmentasi. Setelah itu, tahap ekstraksi ciri menggunakan HOG. Proses terakhir adalah tahap klasifikasi dengan metode KNN.
Pada penelitian Tugas Akhir dilakukan pengujian dengan 24 sampel citra latih dan 51 sampel citra uji telur ayam negeri mendapatkan akurasi 84.31% dengan lama komputasi rata-rata 0.556 detik untuk 51 data uji. Diharapkan hasil penelitian dapat dikembangkan dengan Android ataupun platform lainnya sehingga selanjutnya dapat digunakan secara efisien untuk membantu supplier telur agar pendistribusian telur yang masih segar dapat diterima oleh masyarakat luas.