Ari Febri Saputra
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pendekatan Naïve Bayes Untuk Klasifikasi Penyakit Tanaman Kentang Ari Febri Saputra; Hafidz Fadillah; Adhi Pramana Suwarno; Marcelo Luciano; Perani Rosyani
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 3 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penerapan pendekatan Naïve Bayes dalam klasifikasi penyakit pada tanaman kentang. Tanaman kentang, yang merupakan salah satu komoditas pangan utama di dataran tinggi Indonesia, sering kali terancam oleh penyakit seperti busuk daun dan bercak kering. Dengan memanfaatkan algoritma pembelajaran mesin Naïve Bayes yang sederhana dan efisien, penelitian ini berupaya untuk meningkatkan efektivitas dalam mendeteksi penyakit pada tanaman kentang. Algoritma ini menggunakan prinsip probabilitas untuk melakukan klasifikasi dengan cepat, menjadikannya alat yang ideal untuk aplikasi di lapangan dengan keterbatasan waktu dan sumber daya. Hasil penelitian menunjukkan bahwa Naïve Bayes dapat mencapai tingkat akurasi yang memuaskan, serta memberikan presisi dan recall yang tinggi. Diharapkan, sistem pendukung keputusan yang dihasilkan dari penelitian ini dapat membantu petani dalam mengidentifikasi dan menangani penyakit dengan lebih tepat, sehingga berkontribusi pada peningkatan produktivitas pertanian dan ketahanan pangan. serta memberikan pemahaman yang lebih mendalam mengenai efektivitas Naïve Bayes dalam konteks pengelolaan kesehatan tanaman kentang.