SUHAIBA, NASYIRA HARIONO (2026) PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN METODE NAÏVE BAYES PADA KLASIFIKASI KUALITAS VARIETAS BIBIT KELAPA SAWIT (Studi Kasus : PTPN IV Pabatu). S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (96kB)
	Text Abstrak.pdf Download (151kB)
	Text Bab I.pdf Download (180kB)
	Text Daftar Pustaka.pdf Download (156kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Pembibitan PTPN IV Kebun Pabatu memiliki potensi besar dalam mendukung produktivitas kelapa sawit, namun proses seleksi bibit masih memerlukan optimasi. Penelitian ini bertujuan mengklasifikasikan kualitas bibit kelapa sawit menggunakan algoritma K-Nearest Neighbor dan Naïve Bayes berdasarkan enam kriteria, yaitu umur bibit, tinggi tanaman, diameter batang, jumlah daun, panjang daun, dan status terserang hama. Pengujian terhadap 151 data testing menunjukkan bahwa K-Nearest Neighbor mengklasifikasikan 58,28% bibit sebagai unggul dan 41,72% tidak unggul berdasarkan performa pertumbuhan vegetatif, sedangkan Naïve Bayes menghasilkan 50,99% unggul dan 49,01% tidak unggul. Evaluasi Confusion Matrix menunjukkan K-Nearest Neighbor memperoleh Accuracy 94,70%, precision 93,18%, Recall 97,62%, dan F1-Score 95,35%, sementara Naïve Bayes memperoleh Accuracy 92,72%, precision 97,40%, Recall 89,29%, dan F1-Score 93,17%. Hasil penelitian menunjukkan bahwa K-Nearest Neighbor lebih optimal dalam mengklasifikasikan kualitas bibit kelapa sawit dan layak digunakan sebagai metode pendukung seleksi bibit secara objektif dan efisien. Dengan demikian, pendekatan klasifikasi berbasis data mining ini dapat menjadi solusi strategis dalam meningkatkan akurasi seleksi bibit secara objektif dan efisien.

Item Type:	Thesis (S1)
Subjects:	S Agriculture > S Agriculture (General) T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	suhaiba nasyira hariono
Date Deposited:	17 Mar 2026 02:18
Last Modified:	17 Mar 2026 02:18
URI:	https://rama.unimal.ac.id/id/eprint/19034

Actions (login required)

View Item