Implementasi Algoritma Naïve Bayes Untuk Memprediksi Hasil Panen Kelapa Sawit

Abstract

PT Perkebunan Nusantara IV, atau PTPN IV Kebun Bukit Lima, adalah badan usaha milik negara yang mana Sistem PT Perkebunan Nusantara IV saat ini masih menggunakan sistem manual. Salah satunya data hasil panen buah kelapa sawit milik PTPN IV Kebun Bukit Lima masih ditulis dalam buku dan Microsoft Office, hal ini menyebabkan sering terjadi ketidak akuratan dalam jumlah produksi. Sehingga perlu dilakukannya prediksi jumlah produksi tanaman kelapa sawit untuk periode ke depan yang mana dapat menjadi acuan agar setiap permintaan akan kebutuhan kelapa sawit tersedia .Oleh karena itu perusahaan membutuhkan perencanaan atau strategi untuk meningkatkan produktifitas hasil panen kelapa sawit dan mengurangi kekurangan atau kelebihan dalam panen kelapa sawit dan untuk menjaga kestabilan produksi tersebut. Dengan menambahkan data lama perusahaan dengan sistem baru, yang mana diharapkan dapat membantu perusahaan dalam menentukan langkah-langkah yang tepat untuk meningkatkan nilai panen selanjutnya. Pembangunan sistem baru yang dapat memprediksi hasil panen buah kelapa sawit ini mengunakan metode Naïve Bayes. Konsep dasar dari Naïve Bayes adalah pengklasifikasian dengan metode probabilitas dan satatistik. Algoritma Naïve Bayes sendiri memiliki dua tahap dalam proses klasifikasi, yaitu tahap pembelajaran dan tahap pengujian klasifikasi. Dalam implementasi implementasi algoritma naïve bayes untuk memprediksi hasil panen kelapa sawit dengan menggunakan 4 Atribut dengan 26 data hasil panen. Dengan total testing sebanyak 26 data dan data yang sesuai sebanyak 26 hingga didapat (26/26)x100% = 100%.