KLASIFIKASI NANAS LAYAK JUAL DENGAN METODE NAÏVE BAYESCLASSIFIERDAN K-NEAREST NEIGHBOR

KLASIFIKASI NANAS LAYAK JUAL DENGAN METODE NAÏVE BAYESCLASSIFIERDAN K-NEAREST NEIGHBOR

klasifikasi, nanas, naïve bayes classifier, k-nearest neighbor

Meningkatnya permintaan jajanan nanas menawarkan prospek bisnis yang menjanjikan bagi para petani buah Indonesia. Banyak petani lokal mengambil kesempatan untuk menanam buah berbentuk unik ini. Produk pertanian dan monokultur yang ditanam secara luas dapatmenyebabkan hama dan penyakit. Beberapa hama dan penyakit berbahaya telah dilaporkan di beberapa negara penghasil nanas yang akan mengancam produksi pohon buah nanas. Untuk mengatasi masalah ini,digunakan metodeinaive ibayes iclassifier (NBC) dan ik-nearest ineighbor (kNN). NBC memiliki keunggulan bahwa masing-masing variabel yang terlibat tidak saling terkait atau independen dalam penilaian. kNN memiliki keunggulan pelatihan yang sangat cepat dan ketahanan terhadap data pelatihan suara. Penelitian ini menyimpulkan bahwa metode NBC memiliki akurasi sebesar 73,3%, sedangkan metode kNN memiliki akurasi sebesar 53,3%

Tri Sandhika Jaya1

https://jsi.ejournal.unsri.ac.id/index.php/jsi/article/view/39/34

Program Studi Manajemen Informatika, Politeknik Negeri Lampung

April 2021

Fajar bagus W

PDF

Indonesia

Text