Implementasi Metode Naïve Bayes Untuk Memprediksi Hasil Panen Padi
Keywords:
Panen, Klasifikasi, Naive BayesAbstract
Penelitian ini bertujuan untuk mendiskusikan prediksi hasil panen padi di kecamatan gegerbitung kabupaten sukabumi dengan menggunakan algoritma naive bayes. Kekurangan prediksi hasil panen mengakibatkan kurangnya informasi untuk meningkatkan yang dibutuhkan peningkatan produksi saat panen. Kekurangan tersebut dapat diantisipasi dengan adanya sistem untuk memprediksi hasil panen. Salah satunya dengan sistem klasifikasi Naive bayes. Hasil prediksi dalam perhitungan pemodelan naive bayes diatas diketahui bahwa nilai Meningkat lebih besar dari pada nilai Menurun. Sehingga dapat diambil kesimpulan bahwa prediksi dalam penelitian ini Meningkat dan tidak termasuk dalam prediksi menurun. Prediksi salah satu proses memperkirakan secara sistematis berupa suatu yang paling mungkin terjadi dimasa depan berdasarkan informasi di masa sekarang ataupun dimasa lalu yang dimiliki, agar setiap kesalahannya (selisih antara sesuatu yang terjadi dengan hasil perkiraan) dapat disesuaikan atau diperkecil. Prediksi tidak perlu memberikan jawaban secara pasti kejadian yang akan terjadi, melainkan mencoba berusaha mendapatkan jawaban sesingkat atau sedekat mungkin yang akan terjadi.
References
[1] Agustian, S., & Wibowo, H. (2019). Perbandingan Metode Moving Average untuk Prediksi Hasil Produksi Kelapa Sawit. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI), November, 156–162.
[2] Aripin, J. J. (2019). Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi pada BPR Pantura. https://repository.nusamandiri.ac.id/index.php/repo/viewitem/13890
[3] Asroni, A., Fitri, H., & Prasetyo, E. (2018). Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik). Semesta Teknika, 21(1), 60–64. https://doi.org/10.18196/st.211211
[4] Basit, A. (2020). Implementasi Algoritma Naive Bayes Untuk Memprediksi Hasil Panen Padi. Jurnal Teknik Informatika Kaputama (JTIK) 2020, 4(2), 208–213.
[5] Darwis, V. (2019). Potensi Kehilangan Hasil Panen Dan Pasca Panen Jagung Di Kabupaten Lampung Selatan. Journal of Food System & Agribusiness, 2(1), 55–66. https://doi.org/10.25181/jofsa.v2i1.1110
[6] Hasan, M. (2017). Prediksi Tingkat Kelancaran Pembayaran Kredit Bank Menggunakan Algoritma Naïve Bayes Berbasis Forward Selection. ILKOM Jurnal Ilmiah, 9(3), 317–324. https://doi.org/10.33096/ilkom.v9i3.163.317-324
[7] Mahmud, Y., & Purnomo, S. S. (2014). Keragaman Agronomis beberapa Varietas Unggul Baru Tanaman Padi (Oryza sativa L.) pada Model Pengelolaan Tanaman Terpadu. Jurnal Ilmiah Solusi, 1(1), 1–10.
[8] Maudi, M. F., Nugraha, A. L., & Sasmito, B. (2014). Desain Aplikasi Sistem Informasi Pelanggan PDAM Berbasis Webgis (Studi Kasus : Kota Demak). Jurnal Geodesi Undip, 3(3), 98–110.
[9] Mustika, W. P., Mardian, M., & Rinawati, R. (2018). Analytical Hierarchy Process Untuk Menganalisa Faktor Pemilihan Web Browser Pada Desktop. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 2(1), 83. https://doi.org/10.30645/j-sakti.v2i1.57
[10] Novendri. (2019). Pengertian Web. Lentera Dumai, 10(2), 46–57.
[11] Nurudin, A. F. (2015). Aplikasi Prediksi Hasil Panen Padi Dengan Metode Least Square (Studi Kasus : RT.001 RW.006 Ds.Warujayeng Kab.Nganjuk). Artikel Skripsi Universitas Nusantara Pgri Kediri, 6.
[12] Petrus Katemba, & Koro, R. (2015). Menggunakan Regresi Linear. Jurnal Ilmiah Flash, 3, 42–51.
[13] Pratiwi, T. A., Irsyad, M., Kurniawan, R., Agustian, S., & Negara, B. S. (2021). Klasifikasi Kebakaran Hutan Dan Lahan Menggunakan Algoritma Naïve Bayes Di Kabupaten Pelalawan. CESS (Journal of Computer Engineering, System and Science), 6(1), 139. https://doi.org/10.24114/cess.v6i1.22555
[14] Riyanti, R., Ulinnuha Latifa, & Yuliarman Saragih. (2020). Pengembangan Learning Management System (LMS) Untuk Bahasa Pemrograman PHP. Jurnal Ilmiah Core IT: Community Research Information Technology, 5(1), 20–29.
[15] Speed, J., & Engineering, S. P. (2013). speed.web.id. 5(2), 2–6.
[16] Syafarina, G. A., & Rusdina, R. (2020). Prototype Aplikasi Pengelolaan Kegiatan Prakerin (Praktek Kerja Industri) Dan Pkl (Praktek Kerja Lapangan) Berbasis Web. Technologia: Jurnal Ilmiah, 11(3), 126. https://doi.org/10.31602/tji.v11i3.3281
[17] Tanaman, P., Sawah, P., Kabupaten, M., Di, K., & Utara, S. (2018). Padi Sawah Menurut Kabupaten / Kota. July.
[18] Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada DataSet Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
[19] Yusuf, E., Riza, T. A., Ariefianto, T., & Elektro, F. (2013). Implementasi Teknologi Load Balancer Dengan. 11–16.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 PROKASDADIK: Prosiding Kecerdasan Artifisial, Sains Data, dan Pendidikan Masa Depan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.