PERBANDINGAN METODE NAÏVE BAYES CLASSIFIER DENGAN K-NEAREST NEIGHBORS DALAM MENGKLASIFIKASIKAN BUAH APEL

Mikael Maga (Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Kristen Wira Wacana Sumba Timur)
Arini Aha Pekuwali (Program Studi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Kristen Wira Wacana Sumba Timur)

Jurnal Aplikasi Bisnis dan Komputer

Proses identifikasi ciri buah apel menggunakan Matlab R2017b dalam penelitian ini jenis buah apel yang digunakan ada 3 yaitu apel cerry yang di bagi menjadi apel cerry 1 yang data citra didalamnya merupakan apel cerry yang sudah matang dan apel cerry 2 yang berisi data apel cerry muda, selanjutnya apel golden yang dibagi menjadi apel golden 1 (apel golden yang sudah matang), apel golden 2 (apel golden yang mulai matang), apel golden 3 (apel golden yang masih muda), dan yang terakhir apel red delicious. Berdasarkan hasil analisis dan pembahasan yang dilakukan metode NBC (Naïve Bayes Classifier) secara umum baik dalam mengklasifikasi 3 jenis buah apel yaitu apel cerry, apel golden dan apel red delicious dengan tingkat akurasi 100 %, akan tetapi pada proses klasifikasi KNN (K-Nearest Neighbors), mendapatkan tingkat akurasi sebesar 88,333 %.