KLASIFIKASI PENYAKIT PADI MELALUI CITRA DAUN MENGGUNAKAN METODE NAIVE BAYES

Abstract

Pertumbuhan ekonomi Indonesia yang tergantung pada sektor pertanian, khususnya produksi padi, menyoroti pentingnya mendeteksi dan mengidentifikasi penyakit pada tanaman padi. Penelitian ini mengusulkan metode Naïve Bayes untuk klasifikasi penyakit padi melalui analisis citra daun. Fokusnya adalah membandingkan akurasi dengan dan tanpa penerapan augmentasi data. Dengan menggunakan dataset "Classification of Rice Diseases Using Leaf Images" dari Kaggle, model Naïve Bayes mencapai akurasi 76.0%, dengan prediksi tingkat keyakinan 100.0% terhadap kategori "blight" pada contoh tertentu. Hasil ini menunjukkan potensi metode Naïve Bayes dalam prediksi penyakit padi secara efisien. Pengembangan selanjutnya dapat melibatkan peningkatan jumlah dataset dan eksplorasi teknik augmentasi data untuk meningkatkan akurasi. Penelitian ini memberikan kontribusi positif pada ketahanan pangan dan ekonomi Indonesia.