JSI : Jurnal Sistem Informasi (E-Journal), VOL.13, NO.1, April 2021 ISSN Print : 2085-1588 ISSN Online :2355-4614 http://ejournal.unsri.ac.id/index.php/jsi/index email: jsifasilkom@unsri.ac.id 2221 KLASIFIKASI NANAS LAYAK JUAL DENGAN METODE NAÏVE BAYES CLASSIFIER DAN K-NEAREST NEIGHBOR Tri Sandhika Jaya 1 1 Program Studi Manajemen Informatika, Politeknik Negeri Lampung e-mail: sandi@polinela.ac.id Abstrak Meningkatnya permintaan jajanan nanas menawarkan prospek bisnis yang menjanjikan bagi para petani buah Indonesia. Banyak petani lokal mengambil kesempatan untuk menanam buah berbentuk unik ini. Produk pertanian dan monokultur yang ditanam secara luas dapat menyebabkan hama dan penyakit. Beberapa hama dan penyakit berbahaya telah dilaporkan di beberapa negara penghasil nanas yang akan mengancam produksi pohon buah nanas. Untuk mengatasi masalah ini, digunakan metode inaive ibayes iclassifier (NBC) dan ik-nearest ineighbor (kNN). NBC memiliki keunggulan bahwa masing-masing variabel yang terlibat tidak saling terkait atau independen dalam penilaian. kNN memiliki keunggulan pelatihan yang sangat cepat dan ketahanan terhadap data pelatihan suara. Penelitian ini menyimpulkan bahwa metode NBC memiliki akurasi sebesar 73,3%, sedangkan metode kNN memiliki akurasi sebesar 53,3%. Kata kunci: klasifikasi, nanas, naïve bayes classifier, k-nearest neighbor Abstract The increasing demand for pineapple snacks provides very promising business prospects for Indonesian fruit farmers. Many local farmers take this opportunity to grow this uniquely shaped fruit. Agricultural products that are widely grown and monocultures can cause pests and diseases. Several dangerous pests and diseases have been reported in some pineapple producing countries which will threaten the production of pineapple fruit trees. To solve this problem, we used inaive ibayes iclassifier (NBC) and ik-nearest ineighbor (kNN). NBC has the advantage that each of the variables involved are not mutually involved or independent in scoring. kNN has the advantage of very fast training and resistance to noise training data. This study concludes that the NBC method has an accuracy of 73,3% while ikNN method has an iaccuracy of 53,3%.. Keywords: classification, pineapple, naïve bayes classifier, k-nearest neighbor 1. PENDAHULUAN Nanas (Ananas comosus) adalah tanaman tropis dengan buah yang dapat dimakan idan itanaman iyang ipaling isignifikan isecara iekonomi idalam ikeluarga iBromeliaceae [1]. iNanas berasal idari Amerika Selatan, di mana ia telah dibudidayakan selama berabad-abad. Sejak tahun 1820, nanas telah ditanam secara komersial di rumah kaca dan banyak perkebunan tropis. Selanjutnya, itu adalah buah tropis terpenting ketiga dalam produksi dunia [2]. Kandungan dalam buah nanas adalah 86% air, 13% karbohidrat, 0,5% protein, dan mengandung lemak yang dapat diabaikan [3]. Dalam jumlah referensi 100 gram, nanas mentah memasok 209 kilojoule (50 kilokalori) energi makanan, dan merupakan sumber yang kaya mangan (44% Nilai Harian, DV) dan vitamin C (58% DV), tetapi selain itu tidak mengandung mikronutrien dalam jumlah yang signifikan[4]. iDaging idan ijus inanas idigunakan idalam imasakan di iseluruh idunia. iDi banyak inegara itropis, nanas idisiapkan dan idijual di ipinggir ijalan isebagai icamilan. Potongan nanas digunakan dalam makanan penutup seperti salad buah, serta di beberapa hidangan gurih. Negara yang paling banyak mengkonsumsi jus nanas pada tahun 2017 adalah Thailand, Indonesia dan Filipina, dengan konsumsi gabungan sebesar 47% dari total dunia [1]. Di beberapa negara penghasil nanas telah dilaporkan ihama dan ipenyakit tertentu iyang idapat imengancam iproduksi pertanian inanas. Nanas rentan terhadap berbagai penyakit, yang paling serius adalah penyakit layu yang ditularkan oleh kutu putih yang biasanya ditemukan di permukaan nanas, tetapi mungkin juga