KLASIFIKASI NANAS LAYAK JUAL DENGAN METODE NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR

##plugins.themes.academic_pro.article.main##

Tri Sandhika Jaya

Abstract




Meningkatnya permintaan jajanan nanas menawarkan prospek bisnis yang menjanjikan bagi para petani buah Indonesia. Banyak petani lokal mengambil kesempatan untuk menanam buah berbentuk unik ini. Produk pertanian dan monokultur yang ditanam secara luas dapat menyebabkan hama dan penyakit. Beberapa hama dan penyakit berbahaya telah dilaporkan di beberapa negara penghasil nanas yang akan mengancam produksi pohon buah nanas. Untuk mengatasi masalah ini, digunakan metode inaive ibayes iclassifier (NBC) dan ik-nearest ineighbor (kNN). NBC memiliki keunggulan bahwa masing-masing variabel yang terlibat tidak saling terkait atau independen dalam penilaian. kNN memiliki keunggulan pelatihan yang sangat cepat dan ketahanan terhadap data pelatihan suara. Penelitian ini menyimpulkan bahwa metode NBC memiliki akurasi sebesar 73,3%, sedangkan metode kNN memiliki akurasi sebesar 53,3%.




##plugins.themes.academic_pro.article.details##

How to Cite
Jaya, T. S. (2024). KLASIFIKASI NANAS LAYAK JUAL DENGAN METODE NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR. JSI: Jurnal Sistem Informasi (E-Journal), 13(1). https://doi.org/10.18495/jsi.v13i1.39