Article Per Year (5 Year)
p-Index From 2020 - 2025
2.551
P-Index
This Author published in this journals
All Journal Teknika Journal of Tropical Horticulture JURIKOM (Jurnal Riset Komputer) Indomera : Jurnal Magister Manajemen International Journal of Engineering, Science and Information Technology Jurnal Algoritma Jurnal Teknologi Terapan and Sains 4.0 Jurnal Inovatif Wira Wacana Jurnal Malikussaleh Mengabdi An-Nisbah: Jurnal Ekonomi Syariah
Safwandi Safwandi, Safwandi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Algoritma

 1 
Klasifikasi Varietas Kopi Berdasarkan Kondisi Tanah dan Suhu Menggunakan Algoritma Gaussian Naïve Bayes Riza, Fahrur; Safwandi, Safwandi; Fadlan, Said
Jurnal Algoritma Vol 22 No 1 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-1.2311

Abstract

Penilitian ini bertujuan untuk mengklasifikasikan varietas kopi yang paling sesuai ditanam di wilayah Bener Meriah berdasarkan faktor lingkungan seperti pH tanah, ketinggian dari permukaan laut (mdpl), dan suhu. Metode yang digunakan adalah Gaussian Naïve Bayes, yaitu teknik klasifikasi berbasis probabilitas yang mengasumsikan bahwa fitur input berdistribusi normal dan saling independen. Metode ini relevan karena mampu menangani data numerik secara efisien. Hasil penelitian menunjukkan bahwa akurasi klasifikasi mencapai 45,7%, dengan nilai presisi tinggi pada kelas Gayo 3 sebesar 0,60%. Meskipun hasil belum optimal, metode ini menunjukkan potensi dalam memprediksi kesesuaian varietas kopi berdasarkan parameter lingkungan yang dianalisis.
Co-Authors A Halim Altharizka, Muhammad Aldonny Anda, Asri Ar Razi, Ar Razi Arkan, Raihan Asmaul Husna Dahlan Abdullah Diana Diana eva darnila, eva darnila Fadlan, Said Fadlisyah Fadlisyah Fajriana, Fajriana Fakhrizal Fakhrizal, Fakhrizal Hafifah, Hafifah Hanani, Fadli Ismadi Ismadi Jamidi, Jamidi Kamal, Safwan Lidya Rosnita Maulida, Yenni Muhammad Ikhwanus Muthmainnah Muthmainnah Naibaho, Anggi Rezzita Nur Faliza Pulungan, Fauzi Irham Putri, Rizki Amelia raihan, Annisa Razi, Ar Riza, Fahrur Rusnanda, Resky Safira, Mela Sahputra, Ilham Sujacka Retno Win Konadi Yusuf N, Muhammad Zahratul Fitri, Zahratul Zulfia, Anni