PREDIKSI VARIETAS PADI UNGGUL MENGGUNAKAN METODE NAIVE BAYES CLASSIFICATION

• BENNI RAMADHAN

---

ABSTRAK

ABSTRAK

Benni Ramadhan (11190580), Prediksi Varietas Padi Unggul Menggunakan Metode Naïve Bayes Classification.

Tanaman padi merupakan tanaman pangan yang penting bagi hampir seluruh masyarakat Indonesia, karena beras dapat memenuhi kebutuhan kalori sebagian besar masyarakat Indonesia. Sayangnya banyak petani yang masih belum mengetahui cara memilih benih padi kualitas terbaik agar bisa panen dengan cepat dan berkualitas. Bidang pertanian semakin berkembang. Ada banyak varietas tanaman padi dengan segala keunggulan dan kelemahannya. Beberapa varietas tanaman padi tersebut tumbuh dengan kondisi tanah dan iklim yang berbeda-beda, sehingga petani diharapkan bisa mempertimbangkan segenap aspek kriteria yang dimiliki oleh suatu varietas padi. Dalam melakukan peramalan hasil padi, banyak faktor yang perlu diperhatikan, dan diperlukan keahlian khusus untuk menganalisis hasil peramalan padi sebelum panen Misal: luas lahan, faktor cuaca, kondisi air, kondisi panen padi, dan lain-lain. Untuk merancang sistem klasifikasi, dibutuhkan suatu metode perhitungan yang digunakan untuk menyelesaikan permasalahan menyangkut prediksi probabilitas dengan menggunakan kriteria-kriteria yang dibutuhkan untuk memprediksi hasil panen varietas padi unggul. Salah satu metode yang digunakan adalah Naïve Bayes. Tujuan algoritma ini adalah untuk melakukan klasifikasi data dan meningkatkan nilai keakuratan data, yang kemudian pola tersebut dapat digunakan untuk memperkirakan hasil panen yang muncul, sehingga pengguna dapat mengambil alternatif dalam memilih varietas padi yang sesuai dengan agroekosistem dan spesifik lokasi tanpa menimbulkan resiko penurunan produktivitas.

Kata kunci : Varietas Padi, Data Mining, Klasifikasi, Metode Naïve Bayes, Software Rapidminer.

KATA KUNCI

Metode Naïve Bayes

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] Amrullah, D. Sopandie, Sugianta, and A. Junaedi, “Peningkatan produktivitas tanaman padi (Oryza sativa L.) melalui pemberian nano silika,” J. Pangan, vol. 23, no. 1, pp. 17–32, 2014.

[2] O. P. Merang, A. M. Lahjie, S. Yusuf, and Y. Ruslim, “Kesesuaian Tiga Jenis Padi Lokal Pada Lahan Perladangan Gilir Balik Di Desa Setulang,” Agrifor, vol. 18, no. 2, p. 287, 2019, doi: 10.31293/af.v18i2.4176.

[3]I. Investment, Beras. Indonesia investment, 2017.

[4] K. P. R. INDONESIA, Optimis Produksi Beras 2018 , Kementan Pastikan Harga Beras Stabil. KEMENTERIAN PERTANIAN REPUBLIK INDONESIA, 2018.

[5]      T.- Geek, “Simak Tips Memilih Benih Padi Terbaik Ini,” www.kumparan.com, 2019. https://kumparan.com/techno-geek/simak-tips-memilih-benih-padi-terbaik-ini-1ruhRay8vqN/full (accessed Dec. 20, 2020).

[6] W. Hadikurniawati, R. Hariyanto, and T. D. Cahyono, “Implementasi Metode Ahp Dalam Pemilihan Bibit Padi Unggul,” pp. 978–979, 2020.

[7]      P. Sasmita et al., “Deskripsi Varietas Unggul Baru Padi (Inbrida Padi Sawah Irigasi (INPARI) Hibrida Padi (HIPA) Inbrida Padi Gogo (INPAGO) Inbrida Padi Rawa (INPARA)),” p. 84 pp, 2019, [Online]. Available: http://bbpadi.litbang.pertanian.go.id/index.php/publikasi/buku/deskripsi-varietas-unggul-baru-padi-2019.

[8]      R. T. A. Agus and W. Sulastri, “PENENTUAN BENIH PADI TERBAIK UNTUK MENINGKATKAN HASIL PANEN MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING,” J. mantik penusa, 2018.

[9] H. Panen, P. Keputusan, and N. Bayes, “Klasifikasi Hasil Prediksi Panen Padi Berdasarkan Fisiologis Menggunakan Metode,” no. Ciastech, pp. 237–244, 2019.

[10]    T. Hidayat, “Pembahasan Studi Kasus sebagai Metodologi Penelitian,” Univ. Muhammadiyah Purwokerto, vol. 3, no. August, p. 1, 2019.

[11]    F. Gorunescu, Data Mining Concepts, Models and Techniques. Springer-Verlag Berlin Heidelberg. 2011.

[12]    S. Maesaroh and K. K, “Sistem Prediksi Produktifitas Pertanian Padi Menggunakan Data Mining,” Energy, J. Ilm. Ilmu-ilmu Tek., vol. 7, no. 2, pp. 25–30, 2017, [Online]. Available: eprints.dinus.ac.id/16925/1/jurnal_16115.pdf.

[13]J. Han and  ‎Micheline Kamber, Data Mining Concepts and Techniques (2nd Edition). 2006.

[14]  H. Naparin, “Klasifikasi Peminatan Siswa SMA Menggunakan Metode Naive Bayes,” Syst. Inf. Syst. Informatics J., vol. 2, no. 1, pp. 25–32, 2016, doi: 10.29080/systemic.v2i1.104.

[15]    Doavers.com, “RapidMiner?: Mengenal Aplikasi Data Mining Terkemuka di Dunia,” https://www.doavers.com/blog/rapidminer-mengenal-aplikasi-data-mining-terkemuka-di-dunia, 2020. https://www.doavers.com/blog/rapidminer-mengenal-aplikasi-data-mining-terkemuka-di-dunia (accessed Jan. 03, 2021).

[16]    R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer,” Jurteksi, vol. 5, no. 2, pp. 199–204, 2019, doi: 10.33330/jurteksi.v5i2.365.

[17]    A. C. Imanda, N. Hidayat, and M. T. Furqon, “Klasifikasi Kelompok Varietas Unggul Padi Menggunakan Modified K- Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 8, pp. 2392–2399, 2018, [Online]. Available: http://j-ptiik.ub.ac.id.

[18]    R. T. A. Agus and W. Sulastri, “STMIK Royal Kisaran Jalan H.M. Yamin, SH Nomor 173 Kisaran, Asahan, Sumatera Utara,” vol. 22, no. 1, pp. 23–28, 2018.

[19]    I. Rofiqoh and D. N. Sari, “MENGGUNAKAN METODE TOPSIS ( Studi Kasus Kelompok Pertanian Desa Sukawati ),” J. Siste Pendukung Keputusan, pp. 221–229, 2018.

[20]    M. Zulfikar and H. Fahmi, “Penerapan Sistem Pendukung Keputusan Dengan Metode Naïve Bayes Dalam Menentukan Kualitas Bibit Padi Unggul Pada Balai Pertanian Pasar Miring,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, p. 159, 2019, doi: 10.32672/jnkti.v2i2.1566.

[21]    Syafnidawaty, “APA ITU POPULASI DAN SAMPEL DALAM PENELITIAN,” 2020, [Online]. Available: https://raharja.ac.id/2020/11/04/apa-itu-populasi-dan-sampel-dalam-penelitian/.

[22]    Mughnifar Ilham, “Pengertian Sampel Menurut Para Ahli dan Secara Umum,” 2020, [Online]. Available: https://materibelajar.co.id/pengertian-sampel-menurut-para-ahli/.

[23] A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Creat. Inf. Technol. J., vol. 2, no. 3, pp. 207–217, 2015.