PREDIKSI HASIL PANEN PADI DI KABUPATEN JEMBRANA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER
DOI:
https://doi.org/10.36002/jutik.v9i3.2501Keywords:
prediksi, panen padi, nbcAbstract
ABSTRAK
Sektor pertanian memegang peranan penting dalam perekonomian di Indonesia. Salah satu kendala yang sering dihadapi dalam sektor pertanian padi adalah rendahnya kualitas hasil panen. Kualitas panen padi yang rendah disebabkan oleh faktor-faktor seperti penggunaan bibit yang kurang berkualitas, penggunaan pupuk dan pestisida yang tidak tepat, serta kurangnya perawatan dan pengawasan terhadap tanaman padi. Dengan kemajuan teknologi informasi, terdapat banyak solusi yang diberikan bagi petani untuk memprediksi hasil panen padi dengan lebih akurat dan efektif. Salah satu solusi yang dapat digunakan adalah metode Naive Bayes Classifier (NBC). Dengan sistem prediksi panen padi, petani dapat mengambil keputusan yang lebih baik dalam hal penggunaan pupuk dan irigasi. serta mengantisipasi dan mengatasi permasalahan yang mungkin terjadi seperti serangan hama dan penyakit pada tanaman. Selain itu, dengan sistem prediksi panen padi, petani dapat meningkatkan efisiensi penggunaan sumber daya dan mengoptimalkan hasil panen mereka. Model yang digunakan untuk menyelesaikan penelitian ini adalah CRISP-DM (Cross Industry Standard Process for Data Mining). Berdasarkan hasil penelitian, dapat diambil beberapa kesimpulan di antaranya : penelitian ini telah berhasil menghasilkan prediksi panen padi di kabupaten Jembrana menggunakan metode Naive Bayes Classifier (NBC). Metode naive bayes classifier memberikan hasil perhitungan yang cukup akurat dalam memprediksi hasil panen padi dengan tingkat akurasi sebesar 89% dengan data uji sebanyak 9 data.
References
] Rifai MF, Jatnika H, Purwanto YSS, Karmila S. Pengaruh Kondisi Cuaca Terhadap Serangan Hama Penggerek Batang Pada Tanaman Padi Di Desa Ciaruteun Ilir, Kec. Bungbulang, Kab. Bogor. PETIR. 2020;13(2).
] Shiddieq DF, Patricia. Implementasi Algoritma Data Mining Naive Bayes untuk Prediksi Kelulusan Mahasiswa. Jurnal Komputer Bisnis. 2020;(456).
] Nugroho A, Subanar S. Klasifikasi Naïve Bayes untuk Prediksi Kelahiran pada Data Ibu Hamil. Bimipa. 2013;23(3).
] Santoso S, Julianti MR, Winarto AH. Sistem Pakar Penyakit Padi Menggunakan Metode Certainty Factor Di Desa Giling, Pati Jawa Tengah. JURNAL SISFOTEK GLOBAL. 2018;8(2).
] Sudono I, Utami W, Lestari S. Pengelompokan Produksi Padi Nasional dengan Pendekatan Data Mining Konsep K-Means. Jurnal Irigasi. 2016;8(2).
] Haba ARK, Pelangi KC. Sistem Cerdas Dalam Klasifikasi Kematangan Buah Jeruk Berdasarkan Fitur Ekstraksi GLCM Dengan Metode Naïve Bayes. Jurnal Teknologi dan Manajemen Informatika. 2019;5(2).
] Kecerdasan Buatan J, dan Teknologi Informasi K, Hasyim F, Artikel R, Kunci Strategi Promosi K. Implementasi Data Mining Dalam Menentukan Strategi Promosi Program KB Menggunakan Algoritma K-Means Clustering. 2022;3(1). Available from: https://ejournal.unuja.ac.id/index.php/core
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Jurnal Teknologi Informasi dan Komputer

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.