Isi Artikel Utama

Abstrak

Penilitian ini bertujuan untuk mengklasifikasikan varietas kopi yang paling sesuai ditanam di wilayah Bener Meriah berdasarkan faktor lingkungan seperti pH tanah, ketinggian dari permukaan laut (mdpl), dan suhu. Metode yang digunakan adalah Gaussian Naïve Bayes, yaitu teknik klasifikasi berbasis probabilitas yang mengasumsikan bahwa fitur input berdistribusi normal dan saling independen. Metode ini relevan karena mampu menangani data numerik secara efisien. Hasil penelitian menunjukkan bahwa akurasi klasifikasi mencapai 45,7%, dengan nilai presisi tinggi pada kelas Gayo 3 sebesar 0,60%. Meskipun hasil belum optimal, metode ini menunjukkan potensi dalam memprediksi kesesuaian varietas kopi berdasarkan parameter lingkungan yang dianalisis.

Kata Kunci

Gaussian Naïve Bayes Klasifikasi Machine Learning Naive Bayes Varietas Kopi

Rincian Artikel

Cara Mengutip
[1]
F. Riza, S. Safwandi, dan S. Fadlan, “Klasifikasi Varietas Kopi Berdasarkan Kondisi Tanah dan Suhu Menggunakan Algoritma Gaussian Naïve Bayes”, Jurnal Algoritma, vol. 22, no. 1, hlm. 312–323, Mei 2025.

References

  1. Kasman, “Pj. Bupati Bener Meriah Temui Langsung Mentan RI Dan Sampaikan Tentang Rencana Peremajaan Kopi Arabika Gayo,” 2022. [Online]. Available: https://benermeriahkab.go.id/berita/kategori/berita-daerah/pj-bupati-bener-meriah-temui-langsung-mentan-ri-dan-sampaikan-tentang-rencana-peremajaan-kopi-arabika-gayo#:~:text=Dijelaskan
  2. Y. Wibowo and C. B. Palupi, “Analisis Nilai Tambah Pengolahan Biji Kopi Arabika (Studi Kasus: Rumah Kopi Banjarsengon, Jember),” Jurnal Agroteknologi, vol. 16, no. 01, p. 37, Jun. 2022, doi: 10.19184/j-agt.v16i01.28209.
  3. S. A. F. Hasibuan, R. H. Harahap, and A. Purwoko, “Peran Pemuda Dalam Pengembangan Usaha Kopi Di Kawasan Wisata Simarjarunjung,” PERSPEKTIF, vol. 10, no. 2, pp. 644–655, Jul. 2021, doi: 10.31289/perspektif.v10i2.4970.
  4. M. I. Fiqih, “Kopi gayo,” 2024. [Online]. Available: https://id.wikipedia.org/wiki/Kopi_gayo
  5. Y. Muhammad, I. Ilyas, and S. Sufardi, “Kualitas Kimia Tanah pada Lahan Kopi Arabika Organik dan Anorganik di Kecamatan Bebesen Kabupaten Aceh Tengah,” Jurnal Ilmiah Mahasiswa Pertanian, vol. 7, no. 3, pp. 449–462, 2022, doi: 10.17969/jimfp.v7i3.20942.
  6. A. A. R. Rusdi Efendi Asahar Johar, “Penerapan Metode Entropy Dan Metode Topsis Pada Tingkat Kesesuaian Lahan Tanaman Kopi,” vol. 8, no. 2, 2022.
  7. A. Fitriany, “Mengapa Ketinggian Menghasilkan Rasa Kopi Berbeda?,” 2024. [Online]. Available: https://webcache.googleusercontent.com/search?q=cache:https://www.gordi.id/blogs/updates/mengapa-ketinggian-menghasilkan-rasa-kopi-berbeda
  8. I. D. ‘Ulhaq, M. A. Hidayat, and T. Dharmawan, “Classification of Coffee Fruit Maturity Level based on Multispectral Image Using Naïve Bayes Method,” Jurnal Ilmu Komputer dan Informasi, vol. 17, no. 2, pp. 121–126, Jun. 2024, doi: 10.21609/jiki.v17i2.1181.
  9. N. Aizah and Z. Fatah, “Klasifikasi Kualitas Kopi Robusta dengan Algoritma K-Nearest Neighbor di PT. Indokom Citra Persada Situbondo,” Tahun, vol. 5, no. 2, 2024, [Online]. Available: https://ejournal.unuja.ac.id/index.php/core
  10. Y. D. R. Quswatun Hasanah, Hardian Oktavianto, “Analisis Algoritma Gaussian Naive Bayes Terhadap Klasifikasi Data Pasien Penderita Gagal Jantung,” Jurnal Smart Teknologi, vol. 3, No. 4, 2022, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JST/article/view/7597/3890
  11. A. Razi, “Klasifikasi Penerima Beasiswa Aceh Carong (Aceh Pintar) Di Universitas Malikussaleh Menggunakan Algoritma Knn (K-Nearest Neighbors),” Jurnal Tika, vol. 7, 2022, [Online]. Available: http://www.journal.umuslim.ac.id/index.php/tika/article/view/1116/859
  12. C. Zai, “Implementasi Data Mining Sebagai Pengolahan Data,” Jurnal Portal Data, vol. 2, no. 3, pp. 1–12, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/107
  13. N. A’ayunnisa, Y. Salim, and H. Azis, “Analisis performa metode Gaussian Naïve Bayes untuk klasifikasi citra tulisan tangan karakter arab,” Indonesian Journal of Data and Science (IJODAS), vol. 3, no. 3, pp. 115–121, 2022.