Penerapan Metode Naive Bayes pada Sistem Klasifikasi Kualitas Biji Kopi Robusta
Article Sidebar
📅
Published:
Jan 10, 2024
Main Article Content
Abstract
Article Summary
In Indonesia, coffee has become a necessity for some people because the effects can increase stamina and mood so that it can make a person's activities more productive, therefore quality coffee beans are needed so that coffee drinks can produce maximum effects and can be enjoyed by the public This is the basis for researchers to conduct research on the classification of superior quality coffee beans with accurate accuracy. Researchers use the naïve Bayes classifier method because this algorithm is considered more effective in cases of object classification compared to classification carried out manually. Researchers used 220 primary data with parameter configurations, namely, test size 0.2, random state 15, and Gausian model. The accuracy results obtained after testing were 0.91 for training data and 0.86 for testing data. It was concluded that the Naive Bayes method proved to be quite effective for classifying the coffee beans studied
Keywords
Article Keywords
Downloads
Download data is not yet available.
Article Details
How to Cite
Fata, M. I. I., & Avianto, D. (2024). Penerapan Metode Naive Bayes pada Sistem Klasifikasi Kualitas Biji Kopi Robusta. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 5(1), 512-524. https://doi.org/10.35870/jimik.v5i1.515
Section
Articles
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC-BY 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
License: All articles are licensed under 
References
Karyani, T. (2019). PENINGKATAN KEMAMPUAN PETANI DALAM MENGELOLA RISIKO USAHATANI KOPI (coffea arabica). Dharmakarya: Jurnal Aplikasi Ipteks Untuk Masyarakat, 8(4), 268-273. DOI: https://doi.org/10.24198/dharmakarya.v8i4.24915.
Jamil, A. S. (2019). Daya Saing Perdagangan Kopi Indonesia di Pasar Global. Agriekonomika, 8(1), 26-35. DOI: https://doi.org/10.21107/agriekonomika.v8i1.4924.
Karyani, T. (2018). Peningkatan kemampuan manajemen pemasaran coffee shop dan nilai tambah pangan berbahan baku kopi di koperasi produsen kopi margamulya (KPKM). Dharmakarya: Jurnal Aplikasi Ipteks Untuk Masyarakat, 7(3), 157-162. DOI : https://doi.org/10.24198/dharmakarya.v7i3.19496.
Wibowo, Y., & Palupi, C. B. (2022). Analisis Nilai Tambah Pengolahan Biji Kopi Arabika (Studi Kasus: Rumah Kopi Banjarsengon, Jember). Jurnal Agroteknologi, 16(01), 37-48. DOI: https://doi.org/10.19184/j-agt.v16i01.28209.
Hasibuan, S. A. F., Harahap, R. H., & Purwoko, A. (2021). Peran pemuda dalam pengembangan usaha kopi di kawasan wisata Simarjarunjung. Perspektif, 10(2), 644-655. DOI: 10.31289/perspektif.v10i2.4970.
Cahyanti, D., Rahmayani, A., & Husniar, S. A. (2020). Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara. Indonesian Journal of Data and Science, 1(2), 39-43. DOI: https://doi.org/10.33096/ijodas.v1i2.13.
Rizal, M. (2019). Klasifikasi Mutu Biji Kopi Menggunakan Metode K-Nearest Neighbor Berdasarkan Warna dan Tekstur (Doctoral dissertation, University of Technology Yogyakarta).
Thalib, M. A. (2022). Pelatihan Teknik Pengumpulan Data dalam Metode Kualitatif untuk Riset Akuntansi Budaya. Seandanan: Jurnal Pengabdian Pada Masyarakat, 2(1), 44-50. https://doi.org/10.23960/seandanan.v2i1.29.
Hansen, S. (2020). Investigasi teknik wawancara dalam penelitian kualitatif manajemen konstruksi. Jurnal Teknik Sipil, 27(3), 283.
Najjichah, H., Syukur, A., & Subagyo, H. (2019). Pengaruh text preprocessing dan kombinasinya pada peringkas dokumen otomatis teks berbahasa Indonesia. Jurnal Cyberku, 15(1), 1-11.
Simanjuntak, H. E., & Windarto, W. (2020). Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet. Jurnal Media Informatika Budidarma, 4(4), 914-923. DOI: http://dx.doi.org/10.30865/mib.v4i4.2300.
Damuri, A., Riyanto, U., Rusdianto, H., & Aminudin, M. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219-225. DOI: http://dx.doi.org/10.30865/jurikom.v8i6.3655.
Christianto, M., Andjarwirawan, J., & Tjondrowiguno, A. N. (2020). Aplikasi analisa sentimen pada komentar berbahasa Indonesia dalam objek video di website YouTube menggunakan metode Naïve Bayes classifier. Jurnal Infra, 8(1), 255-259.
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4. 5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 36-44. DOI http://dx.doi.org/10.35585/inspir.v10i1.2535.
Suhet, W. K., & Nugroho, A. (2023). Analisis Sentimen Penilaian Masyarakat Indonesia Terhadap Konferensi G20 di Bali dengan Menggunakan Metode Naive Bayes. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 4(3), 904-912. DOI: https://doi.org/10.35870/jimik.v4i3.290.
Jamil, A. S. (2019). Daya Saing Perdagangan Kopi Indonesia di Pasar Global. Agriekonomika, 8(1), 26-35. DOI: https://doi.org/10.21107/agriekonomika.v8i1.4924.
Karyani, T. (2018). Peningkatan kemampuan manajemen pemasaran coffee shop dan nilai tambah pangan berbahan baku kopi di koperasi produsen kopi margamulya (KPKM). Dharmakarya: Jurnal Aplikasi Ipteks Untuk Masyarakat, 7(3), 157-162. DOI : https://doi.org/10.24198/dharmakarya.v7i3.19496.
Wibowo, Y., & Palupi, C. B. (2022). Analisis Nilai Tambah Pengolahan Biji Kopi Arabika (Studi Kasus: Rumah Kopi Banjarsengon, Jember). Jurnal Agroteknologi, 16(01), 37-48. DOI: https://doi.org/10.19184/j-agt.v16i01.28209.
Hasibuan, S. A. F., Harahap, R. H., & Purwoko, A. (2021). Peran pemuda dalam pengembangan usaha kopi di kawasan wisata Simarjarunjung. Perspektif, 10(2), 644-655. DOI: 10.31289/perspektif.v10i2.4970.
Cahyanti, D., Rahmayani, A., & Husniar, S. A. (2020). Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara. Indonesian Journal of Data and Science, 1(2), 39-43. DOI: https://doi.org/10.33096/ijodas.v1i2.13.
Rizal, M. (2019). Klasifikasi Mutu Biji Kopi Menggunakan Metode K-Nearest Neighbor Berdasarkan Warna dan Tekstur (Doctoral dissertation, University of Technology Yogyakarta).
Thalib, M. A. (2022). Pelatihan Teknik Pengumpulan Data dalam Metode Kualitatif untuk Riset Akuntansi Budaya. Seandanan: Jurnal Pengabdian Pada Masyarakat, 2(1), 44-50. https://doi.org/10.23960/seandanan.v2i1.29.
Hansen, S. (2020). Investigasi teknik wawancara dalam penelitian kualitatif manajemen konstruksi. Jurnal Teknik Sipil, 27(3), 283.
Najjichah, H., Syukur, A., & Subagyo, H. (2019). Pengaruh text preprocessing dan kombinasinya pada peringkas dokumen otomatis teks berbahasa Indonesia. Jurnal Cyberku, 15(1), 1-11.
Simanjuntak, H. E., & Windarto, W. (2020). Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet. Jurnal Media Informatika Budidarma, 4(4), 914-923. DOI: http://dx.doi.org/10.30865/mib.v4i4.2300.
Damuri, A., Riyanto, U., Rusdianto, H., & Aminudin, M. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219-225. DOI: http://dx.doi.org/10.30865/jurikom.v8i6.3655.
Christianto, M., Andjarwirawan, J., & Tjondrowiguno, A. N. (2020). Aplikasi analisa sentimen pada komentar berbahasa Indonesia dalam objek video di website YouTube menggunakan metode Naïve Bayes classifier. Jurnal Infra, 8(1), 255-259.
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4. 5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 36-44. DOI http://dx.doi.org/10.35585/inspir.v10i1.2535.
Suhet, W. K., & Nugroho, A. (2023). Analisis Sentimen Penilaian Masyarakat Indonesia Terhadap Konferensi G20 di Bali dengan Menggunakan Metode Naive Bayes. Jurnal Indonesia: Manajemen Informatika dan Komunikasi, 4(3), 904-912. DOI: https://doi.org/10.35870/jimik.v4i3.290.