Prediksi Perubahan Iklim Untuk Pertumbuhan Tanaman Jeruk Keprok Menggunakan Naïve Bayes

Authors

DOI:

https://doi.org/10.30872/jim.v18i1.9352

Keywords:

iklim, naive-bayes, prediksi, tanaman, teorema bayes

Abstract

Iklim merupakan suatu pola data yang sangat berpengaruh pada pertumbuhan tanaman di masa mendatang, Tanaman jeruk keprok merupakan bahan baku untuk kebutuhan pangan masyarakat, sehingga diperlukan strategi untuk menjaga stabilitasi produksi melalui berbagai strategi terutama memaksimalkan data yang mudah di akses di internet. Iklim memiliki komponen yang dapat mempengaruhi pertumbuhan suatu tanaman diantaranya temperatur udara, kelembapan udara, lama penyinaran, dan curah hujan. Dalam rangka memaksimalkan penelitian ini, metode teorema bayes digunakan untuk dapat melakukan klasifikasi data didasarkan pada nilai probabilitas iklim baik atau buruk pada pertumbuhan tanaman, diharapkan naïve bayes dengan akurasi sebesar 85%, presisi sebesar 83%, recall sebesar 100%, dan F1 Score sebesar 90% dapat membantu upaya menjaga stabilitasi pertumbuhan tanaman dengan memanfaatkan data iklim yang tersedia.

Author Biographies

  • Ahmad Chusyairi, Bina Insani University
    Teknik Informatika
  • Toto Haryanto, IPB University
    Departement of Computer Science
  • Rachmad Nur Hayat, Bina Insani University
    Teknik Informatika

References

Ahsan, M. M., Mahmud, M., Saha, P. K., Gupta, K. D., & Siddique, Z. (2021). Effect if Data Scaling Methods on Machine Learning Algorithms and Model Performance. MDPI Technologies Journal, X(52), 1-17.

Ali, A., Khairan, A., Tempola, F., & Fuad, A. (2021). Application of Naive Bayes to Predict the Potential of Rain in Ternate City. International Conference on Science and Technology (ICST 2021), 328, 5.

Ambarwari, A., Adrian, Q. J., & Herdiyeni, Y. (2020). Analisis Pengaruh Data Scaling Terhadap Performa Algoritma Machine Learning untuk Identifikasi Tanaman. RESTI (Rekayasa Sistem dan Teknologi Informasi), 4(1), 117-122.

Ankit, M. (2018). Climatology-Definition, Nature and Scope: A Review. International Journal of Research in Electronics and Computer Engineering, 6(4), 1118-1120.

Balai Penelitian Tanaman Jeruk dan Subtropika. (2019, Januari 9). Retrieved Oktober 4, 2022, from http://balitjestro.litbang.pertanian.go.id

BMKG. (n.d.). Database Online Pusat. Retrieved Oktober 1, 2022, from https://dataonline.bmkg.go.id/

Düntsch, I., & Gediga, G. (2019). Confusion Matrices and Rough Set Data Analysis. IOP Conferension Series: Journal of Physics, 1-6.

Haokip, S. W., Shankar, K., & Lalrinngheta, J. (2020). Climate Change and Its Impact on Fruit Crops. Journal of Pharmacognosy and Phytochemistry, 9(1), 435-548.

Heksaputra, D., Naimah, Z., Azani, Y., & Iswari, L. (2013). Penentuan Pengaruh Iklim Terhadap Pertumbuhan Tanaman dengan Naive Bayes. Seminar Nasional Aplikasi Teknologi Informasi, 34-39.

Putri Br Sitepu, D., Fajriani, S., & Sulistyo, R. (2022). Impact of Climate Change On Productivity Citrus (Citrus Sp.). Plantropica: Journal of Agricultural Science, 7(2), 18-23.

Rahimah, E. N., Nenih, N., & Rasmilah, I. (2020). Budidaya Tanaman Jeruk Keprok Oleh Kelompok Tani Untuk Meningkatkan Kondisi Ekonomi di Desa Sindangsari Kecamatan Paseh Kabupaten Bandung. Jurnal Geoarea, III(2), 1-9.

Saputro, I. W., & Sari, B. W. (2019). Uji Performa Algoritma Naive Bayes untuk Prediksi Masa Studi Siswa. Citec Journal, VI(1), 1-11.

Sena, I. G., Dillak, J. W., Leunupun, P., & Santoso, A. J. (2020). Predicting Rainfall Intensity using Naive Bayes and Infromation Gain Methods (Case Study: Sleman Regency). Journal of Physics: Conference Series, 1-6.

Zunaidi, M., Pane, U. F., & Nasyuha, A. H. (2021, Oktober). Analisis Teorema Bayes Dalam Mendiagnosa Penyakit Tanaman Pisang. Jurnal Media Informatika Budidarma, 5(4), 1302-1308.

Downloads

Published

2023-02-18