Aplikasi Klasifikasi Kualitas Dan Prediksi Usia Simpan Beras Berbasis Dataset Electronic Nose Menggunakan Algoritma NaÏve Bayes Classifier

Abstract

Abstrak Beras merupakan makanan pokok masyarakat di Asia, khususnya di Indonesia. Cadangan beras yang optimal menyediakan kebutuhan pangan yang cukup. Masalah mendasar beberapa tahun terakhir adalah bahwa kualitas beras telah memburuk dalam beberapa tahun terakhir, sehingga mengakibatkan kerugian. Dalam hal ini aplikasi ini dibangun untuk melakukan klasifikasi kualitas dan prediksi usia simpan beras menggunakan dataset berbasis electronic nose dengan memanfaatkan kemampuan algoritma Naïve Bayes Classifier dan Bayesian Ridge. Klasifikasi menggunakan 4 model naïve bayes yaitu Gaussian Naïve Bayes dengan akurasi 82%, Multinomial Naïve Bayes memperoleh akurasi 97%, Complement Naïve Bayes memperoleh akurasi 98%, dan Bernoulli Naïve Bayes memperoleh akurasi 54%. Sedangkan Bayesian Ridge memperoleh Root Mean Square Error (RMSE) 3,58 dan R-Squared sebesar 0,72. Model klasifikasi ini akan ditampilkan dalam bentuk web yang dapat memprediksi data baru dengan atribut yang telah ditentukan. Diharapkan penelitian ini dapat membantu beberapa pihak terkait yang berpengaruh untuk produksi beras dalam mengambil keputusan. Kata Kunci : Beras, Naïve Bayes, Gaussian, Multinomial, Complement, Bernoulli, Bayesian Ridge, Klasifikasi, Regresi