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

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.