Abstract:
Penyakit pada bibit kelapa sawit dapat berdampak signifikan terhadap produktivitas
perkebunan kelapa sawit. Metode konvensional dalam mendeteksi penyakit sering
kali membutuhkan waktu yang lama dan kurang efisien. Oleh karena itu, penelitian
ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes dalam
memprediksi penyakit pada bibit kelapa sawit berdasarkan karakteristik fisiknya.
Data yang digunakan dalam penelitian ini meliputi atribut warna daun, struktur
batang, kondisi tanah, serta beberapa gejala umum seperti bercak coklat, garis
kuning, kelayuan, busuk batang, dan nekrosis. Model Naïve Bayes dikembangkan
dan diuji menggunakan dataset yang diperoleh dari PT. Plasmen Sisumut, dengan
evaluasi menggunakan confusion matrix untuk mengukur akurasi, precision, recall,
dan F1-score. Hasil pengujian menunjukkan bahwa model yang dikembangkan
memiliki tingkat akurasi yang cukup baik dalam mengklasifikasikan penyakit bibit
sawit. Dengan adanya sistem ini, diharapkan petani dan pengelola perkebunan
dapat mendeteksi penyakit lebih cepat dan mengambil tindakan pencegahan yang
lebih efektif
