Implementasi Algortima Naive Bayes Untuk Klasifikasi Kesegaran Buah Jeruk

Guntur Firmansyah; Arief Hermawan

doi:10.31294/inf.v10i2.16115

Implementasi Algortima Naive Bayes Untuk Klasifikasi Kesegaran Buah Jeruk

Guntur Firmansyah, Arief Hermawan

Abstract

Jeruk adalah salah satu buah yang paling popular di dunia. Jeruk merupakan buah sitrus yang memiliki banyak kandungan vitamin C dan anti oksidan, yang bermanfaat bagi kekebalan tubuh. Buah jeruk banyak tumbuh di daerah tropis salah satunya Indonesia. Produktivias buah jeruk di Indonesia sangat tinggi dengan hal tersebut maka proses pemilahan buah jeruk berkualitas akan membutuhkan waktu yang lama apabila dilakukan secara manual. Hal ini tentunya akan mengurangi efektivitas dan efisiensi waktu yang ada. Sehingga dibutuhkannya suatu sistem komputasi dengan suatu algoritma untuk menunjang permasalahan tersebut. Perancangan sistem ini akan menggunakan algoritma naïve bayes untuk mengklasifikasikan kualitas buah jeruk. Sistem ini akan mempermudah proses pemilahan jeruk berkualitas dan manajemen waktu akan lebih efektif. Hasil akhir dari sistem ini mendapatkan hasil akurasi pelatihan 72,7% dan pengujian 62,6%.

Keywords

Naive Bayes, Klasifikasi, Jeruk

Full Text:

PDF (Bahasa Indonesia)

References

Aggarwal, C. C., & Zhai, C. (2012). A survey of text classification algorithms. Mining text data, 163-222.https://doi.org/10.33330/j-com.v2i1.1577

Arifin, A. A. A., Handoko, W., & Efendi, Z. (2022). Implementasi Metode Naive Bayes Untuk Klasifikasi Penerima Program Keluarga Harapan. J-Com (Journal of Computer), 2(1), 21–26. https://doi.org/10.33330/j-com.v2i1.1577

F. S. Jumeilah, “Klasifikasi Opini Masyarakat Terhadap Jasa Ekspedisi JNE dengan Naïve Bayes,” J. Sist. Inf. Bisnis, vol. 8, no. 1, pp. 92–98, 2018

Haba, A. R. K., & Pelangi, K. C. (2019). Sistem Cerdas Dalam Klasifikasi Kematangan Buah Jeruk Berdasarkan Fitur Ekstraksi Glcm Dengan Metode Naïve Bayes. Jurnal Teknologi Dan Manajemen Informatika, 5(2). https://doi.org/10.26905/jtmi.v5i2.3935

Hakim, Z., Rahayu, S., dan Irawati, K. (2022). Klasifikasi Tingkat Kematangan Buah Pisang Kepok Menggunakan Algoritma Naive Bayes. Academic Journal of Computer Science Research 4(1): 8–11.

Hayami, R., Soni, & Gunawan, I. (2022). Klasifikasi Jamur Menggunakan Algoritma Naïve Bayes. Jurnal CoSciTech (Computer Science and Information Technology), 3(1),28–33. https://doi.org/10.37859/coscitech.v3i1.3685

Mandala, J. Y., Warsito, A., Lapono, L. A. S., & Louk, A. C. (2021). Rancang Bangun Prototype Sistem Akuisisi Citra Digital Untuk Proses Tomografi. Jurnal Fisika: Fisika …, 6(1), 32–43. http://ejurnal.undana.ac.id/FISA/article/view/4500

Michiko, M., Manalu, C. V., & Mutia, M. S. (2020). Uji Efektivitas Ekstrak Etanol Kulit Jeruk Manis (Citrus Sinensis) Terhadap Bakteri Propionibacterium Acnes. (Jurnal Ilmiah Mahasiswa Kesehatan Masyarakat), 5(1), 6–9. https://doi.org/10.37887/jimkesmas.v5i1.10552

Oikonomidis, A., Catal, C., & Kassahun, A. (2023). Deep learning for crop yield prediction: a systematic literature review. New Zealand Journal of Crop and Horticultural Science, 51(1), 1–26. https://doi.org/10.1080/01140671.2022.2032213

Peryanto, A., Yudhana, A., & Umar, R. (2020). Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation. Journal of Applied Informatics and Computing, 4(1), 45–51. https://doi.org/10.30871/jaic.v4i1.2017

Rachmawati, T. (2017). Metode pengumpulan data dalam penelitian kualitatif. UNPAR Press, 1, 1-29.

S. Adi, “Implementasi Algoritma Naïve Bayes Classifier Untuk Klasifikasi Penerima Beasiswa PPA Di Universitas Amikom Yogyakarta,” J. Mantik Penusa, vol. 22, no. 1, pp. 11–16, 2018, [Online]. Available: https://e jurnal.pelitanusantara.ac.id/index.php/mantik/art

Stephen, S. , R. R. , & S. H. (2019). CNN Clasification Apps. Jurnal Sistem Informasi Dan Telematika (Telekomunikasi, Multimedia Dan Informatika), 10(2). http://dx.doi.org/10.36448/jsit.v10i2.1319

Wibisono, A. D., Dadi Rizkiono, S., & Wantoro, A. (2020). Filtering Spam Email Menggunakan Metode Naive Bayes. TELEFORTECH : Journal of Telematics and Information Technology, 1(1), 9–17. https://doi.org/10.33365/tft.v1i1.685

Yanto, B., Fimawahib, L., Supriyanto, A., Hayadi, B. H., & Pratama, R. R. (2021). Klasifikasi Tekstur Kematangan Buah Jeruk Manis Berdasarkan Tingkat Kecerahan Warna dengan Metode Deep Learning Convolutional Neural Network. INOVTEK Polbeng - Seri Informatika, 6(2), 259. https://doi.org/10.35314/isi.v6i2.2104

DOI: https://doi.org/10.31294/inf.v10i2.16115