IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI PENYAKIT BIBIT SAWIT (STUDI KASUS PT. PLASMEN SISUMUT)

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