IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM PREDIKSI TINGKAT KEMATANGAN JERUK NIPIS

• HILMI ATHA DZAHKWAN
• 2024

---

Penelitian ini bertujuan mengimplementasikan model Naïve Bayes untuk memprediksi tingkat kematangan jeruk nipis menggunakan teknik machine learning berbasis pengolahan citra. Kematangan jeruk nipis adalah faktor penting bagi petani dan industri dalam menentukan kualitas serta efisiensi produksi. Data diperoleh dari 104 gambar jeruk nipis yang diambil menggunakan kamera smartphone pada jarak 20 cm, kemudian dikategorikan ke dalam dua kelas, yaitu mentah dan matang. Gambar-gambar ini dibagi menjadi data latih dan data uji dengan rasio 80:20, menghasilkan 83 data latih dan 21 data uji. Fitur-fitur utama diekstraksi dengan mengonversi nilai RGB menjadi HSI, serta menggunakan distribusi Gaussian untuk analisis warna. Model Naïve Bayes kemudian diterapkan untuk menghitung akurasi prediksi. Evaluasi kinerja model dilakukan menggunakan confusion matrix yang menghasilkan metrik seperti akurasi, presisi, recall, F1-Score, dan support. Hasil penelitian menunjukkan bahwa model Naïve Bayes berhasil mencapai akurasi sebesar 90% dalam memprediksi kematangan jeruk nipis. Penelitian ini mengindikasikan bahwa model Naïve Bayes adalah alat yang efektif untuk membantu petani dan industri dalam menentukan waktu panen yang optimal, sehingga dapat meningkatkan kualitas dan efisiensi produksi jeruk nipis secara keseluruhan.

• Naive Bayes
• Prediksi Tingkat Kematangan
• Jeruk Nipis
• Pengolahan Citra
• RGB To HSI

https://repository.bsi.ac.id/repo/55362/IMPLEMENTASI-ALGORITMA-NAÏVE-BAYES-DALAM-PREDIKSI-TINGKAT-KEMATANGAN-JERUK-NIPIS
Anda dapat membaca file tugas akhir ini di repository.