Harist, Ibnul
(2024)
Penerapan Metode Naïve Bayes dan Laplacian Correction pada Aplikasi Penentu Sayuran yang Cocok Ditanam Pada Lahan.
Skripsi thesis, Universitas Negeri Padang.
Abstract
Indonesia merupakan salah satu negara agraris dengan pencaharian penduduk
berasal dari pertanian agroindustri. Kegiatan pertanian onfarm, komoditi yang
banyak dibudidayakan adalah tanaman sayuran dan buah-buahan. Permasalahan
yang terjadi saat ini adalah secara fisik sayuran yang ditanam mengalami kegagalan
dan penurunan kualitas pertumbuhan. Secara sosial banyak dari masyarakat yang
mengeluh atas kualitas sayuran di pasaran, dan berdampak pada penurunan
ekonomi petani. Untuk itu penelitian ini bertujuan membantu petani dalam
mengklasifikasikan data informasi lahan yang dimiliki mereka. Pengklasifikasian
data tersebut berupa aplikasi berbasis website yang akan mengolah data berupa
jenis tanah, tekstur tanah, pH tanah, suhu, curah hujan, kesuburan tanah,
kelembaban tanah, ketinggian tempat, kecepatan angin dan sinar matahari.
Pengolahan data tersebut menggunakan metode Naïve Bayes dan Laplacian
Correction. Uji coba dilaksankaan di Kota Padang Panjang, Sumatera Barat,
Indonesia. Hasil peneltian ini berupa aplikasi Agraris Tanaman Sayuran berbasis
webiste. data uji coba digunakan sebanyak 27 data jenis sayuran yang potensial
ditanam di Kota Padang Panjang dan menghasil tanaman yang palin
direkomendasikan yaitu sayuran Lobak. Hal ini menginterpretasikan bahwa
aplikasi dapat dibangun denga baik dan dipersembahkan sebagai suatu alternatif
dalam membantu petani sebelum melakansakana penanaman tanaman di Indonesia.
Actions (login required)
 |
View Item |
