Klasifikasi Produksi Bibit Kayu Menggunakan Algoritma Naive Bayes Studi Kasus: PT. MUSI HUTAN PERSADA (MHP)

Abstract

Of information technology and cause the data collection mounting leading to the need application of technology data analysis that the data can be information the application of technology will analysis data can be help an enterprise in obtain information hidden from data supersized to avoid the waste of seeds, to know seeds needs, and see the percentage the target.To companies the absence of the technique or a particular method pengklasifikasian seeds to the increased availability of land in accordance, but in the process all the computerized pengklasifikasiannya only have still not optimal.So necessary the application of the classification methods and tools with naif algorithms bayes ' rapidminer studio.Accuracy the algorithms % 98,97 and analysis class b ( 0,997 ), c ), class ( 0,001 and a class ( 0,001 ).

 Perkembangan teknologi informasi yang semakin pesat menyebabkan data yang dihasilkan menggunung sehingga diperlukan penerapan teknologi analisis data agar data-data tersebut dapat menjadi informasi yang bermanfaat dengan adanya penerapan teknologi analisis data dapat membantu perusahaan dalam menggali informasi tersembunyi dari data yang berukuran besar untuk menghindari pemborosan bibit, untuk mengetahui kebutuhan bibit, dan melihat presentase pencapaian target. Pada perusahaan belum adanya penerapan teknik atau metode tertentu untuk pengklasifikasian bibit sesuai ketersedian lahan, tetapi dalam proses pengklasifikasiannya sudah terkomputerisasi hanya saja hasilnya masih kurang optimal. Sehingga perlu dilakukan penerapan metode klasifikasi dengan algoritma naive bayes dan tools rapidminer studio. Akurasi penerapan algoritma 98,97% dan hasil analisis class B (0,997), class C (0,001), dan class A (0,001).