Klasifikas Sampah Menggunakan Metode Naive Bayes

Pengelolaan sampah merupakan permasalahan serius yang dihadapi di Indonesia akibat tingginya laju produksi sampah dari konsumsi masyarakat, perkembangan industri, serta rendahnya sistem pengelolaan yang berwawasan lingkungan. Salah satu pendekatan yang dapat digunakan untuk membantu pengelolaan sampah adalah klasifikasi otomatis menggunakan metode pembelajaran mesin. Pada penelitian ini, dilakukan klasifikasi citra sampah menggunakan algoritma Naïve Bayes dengan dua pendekatan, yaitu Gaussian Naïve Bayes dan Multinomial Naïve Bayes. Dataset yang digunakan terdiri dari 997 citra yang terbagi dalam dua kelas, yaitu kertas dan karton. Proses penelitian meliputi preprocessing berupa resize citra ke ukuran 64 × 64 piksel, normalisasi, serta evaluasi model menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Gaussian Naïve Bayes memberikan kinerja yang lebih baik dengan accuracy sebesar 79.50%, sedangkan Multinomial Naïve Bayes hanya mencapai 59.50%. Nilai evaluasi lainnya juga memperlihatkan tren serupa, di mana Gaussian Naïve Bayes lebih unggul dibandingkan Multinomial Naïve Bayes. Dengan demikian, dapat disimpulkan bahwa Gaussian Naïve Bayes lebih sesuai untuk klasifikasi citra sampah pada penelitian ini, dan berpotensi diterapkan dalam mendukung sistem pengelolaan sampah yang lebih efisien