Implementasi Metode Naïve Baiyes untuk Menentukan Jenis Kayu Jati dan Hasil Olahannya dalam Meubel
PDF

Keywords

Kayu Jati
Meubel
Klasifikasi
Naïve Baiyes

How to Cite

Surya, W. B. ., Niswatin, R. K. ., & Farida, I. N. . (2020). Implementasi Metode Naïve Baiyes untuk Menentukan Jenis Kayu Jati dan Hasil Olahannya dalam Meubel . Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 4(1), 292–296. https://doi.org/10.29407/inotek.v4i1.212

Abstract

Jati merupakan tanaman hutan yang tidak sengaja ditanam dan tumbuh liar di dalam hutan bersama jenis tanaman lainnya. Perkembangan hutan jati di Indonesia dimulai dari Pulau Jawa, Muna (Sulawesi Tenggara), Sumba (Nusa Tenggara), dan Bali kemudian sudah menyebar ke beberapa pulau lainnya. Di Pulau Jawa, hutan jati milik negara dikelola oleh Perum Perhutani. Luas areal hutan jati di Jawa yang dikelola oleh Perum Perhutani sebesar 1.066.532,00 ha dengan luas masing-masing unit. Kayu jati terkenal dengan keawetannya, serta harga kayu jati yang cukup mahal untuk menghasilkan produk olahan (bahan baku) seperti meubel oleh karena itu masalah kualitas harus benar-benar mendapat perhatian, bahkan perlu dikelompokkan/ diklasifikasikan. Pengelompokkan jenis kayu jati menggunakan beberapa parameter yaitu tekstur, berat, warna dan lain sebagainya. Pengelompokkan jenis kayu jati biasanya memiliki keterbatasan subjektifitas yaitu ketergantungan dari mata manusia (pakar). Permasalahan penelitian ini adalah Masih banyaknya masyarakat yang sulit mengenali jenis kayu jati dan hasil olahan apa yg cocok untuk digunakan. Oleh karena itu penulis terdorong untuk melakukan penelitian dan membangun aplikasi menetukan jenis kayu jati dan menentukan hasil olahannya dalam meubel. Penyelesaian masalah ini penulis membuat sebuah sistem Aplikasi Menentukan Jenis Kayu Jati Dan Menentukan Hasil Olahanya Menggunakan Metode Naïve Bayes. Sistem ini merupakan sistem yang akan sangat membantu masyarakat untuk pemilihan kayu jati sesuai kebutuhan dan tidak disalahgunakan lagi. Dari hasil pengujian yang dilakukan pada penelitian ini, dari 20 data pemilihan jenis kayu jati dan hasil olahannya yang dijadikan data uji, data yang sesuai. Dari hasil testing dapat disimpulkan bahwa presentase keberhasilan 80%..

https://doi.org/10.29407/inotek.v4i1.212
PDF

References

R. A. Pramunendar, D. P. Prabowo, D. Pergiwati, K. Latifa. 2017. Klasifikasi Jenis Kayu Menggunakan Back-propagation Neural Network Berdasarkan Fitur Gray Level Coocurrence Matrix. Science And Engineering National Seminar 3 (SENS) vol. 1, Semarang.

D. A. N. Effendi and E. Z. Astuti,. Pengelompokan Jenis Tekstur Kayu Menggunakan k-Nearest Neighbor dan Ekstraksi Fitur Histogram. Voice Of Informatics. Vol. 6. No. 2. pp. 37–46, 2017.

Windy, G. 2012. Pohon Keputusan (Decision Tree). Departemen Informatika Institut Teknologi Bandung. Bandung.

Arief, J. 2013. Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa.

Mahfudz, M. F., Anis, Y., Herawan, T. dan Heri, S. 2007. Sekilas tentang Jati (Tectona grandis). Penyunting: Parwito D dan S. Donie. Pusat Penelitian dan Pengembangan Bioteknologi dan Pemuliaan Tanaman Hutan. Yogyakarta.

Mujib, R., Hadi, S., Sarosa, M. 2013. Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. Jurnaleeccis, Vol 7, No.1 2013.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2020 Wahyu Baskara Surya, Ratih Kumalasari Niswatin, Intan Nur Farida

Downloads

Download data is not yet available.