Pemerintah sedang mempersiapkan Indonesia mencapai swasembada pangan, akan tetapi perlu kita ketahui bahwa persolaan utama yang akan menghambat cita-cita tersebut tercapai adalah jika produksi hasil pertanian padi menurun terutama di daerah terpencil. Ini diakibatkan karena kurangnya pengetahuan petani dalam menentukan bibit padi yang cocok untuk ditaman pada lahan pertanian. Penelitian ini diharapkan dapat membantu petani secara khusus yang belum mengerti menentukan bibit padi yang baik. Selain itu hasil penelitian ini dapat membantu pemerintah mewujudkan swasembada pangan di Indonesia. Dalam merancang SPK ini menggunakan metode Gap Kompetensi dengan memasukkan beberapa kriteria seperti, produksi padi perhektar, ketahanan terhadap penyakit, harga bibit, batas tanam, dan kebutuhan tanah, kriteria tersebut akan diolah sesuai aturan metode Gap Kompetensi untuk menghasilkan sebuah rekomendasi bibit terbaik. Penelitian ini menghasilkan SPK, kriteria utama digunakan ketahanan terhadap penyakit dan harga bibit yang diberikan nilai prioritas sebesar 70%, kriteria lainnya sebesar 30%. Berdasarkan kriteria tersebut diperoleh tiga varietas padi yang direkomendasikan oleh sistem yaitu pertama jenis Kalimasada, kedua Inpasari 42 GSR dan ketiga jenis Mapan P-05. Bagi peneliti selanjutnya diharapkan dapat membandingkan beberapa metode serta menggabungkan kedalam sistem pakar untuk tingkat akurasi yang lebih baik.

<p><em>Era revolusi industri 4.0 ditandai dengan gencarnya pemanfaatan teknologi informasi dalam berbagai kegiatan. Salah satu fokus dalam era industri 4.0 adalah pemanfaatan kecerdasan buatan dalam hal menyelesaikan masalah dan menjalankan kegiatan yang sering dilakukan. Dalam penelitian ini penulis berfokus untuk menyelesaikan masalah pada salah satu kegiatan yakni dalam hal pendidikan. Masalah yang diangkat pada penelitian ini adalah bagaimana meningkatkan keaktifan siswa dalam mengikuti kompetisi, dengan memanfaatkan kecerdasaan buatan serta pengembangan database untuk menangani perpindahaan dari mading manual ke suatu platform. Kecerdasan buatan yang dimaksud adalah DSS untuk memberikan rekomendasi kompetisi yang sesuai minat siswa dengan memanfaatkan data yang ada pada database sekolah. Metode yang digunakan untuk memberikan rekomendasi adalah GAP dengan mencocokan minat siswa dan informasi kompetisi yang ada pada mading. Dalam penerarapan metode GAP terdapat 4 indikator yang dijadikan acuan atau bobot, yakni kegiatan tambahan siswa, jenis buku yang dipinjam siswa, nilai sekolah yang sesuai dengan jenis mading, dan kompetisi yang pernah diikuti. Berdasarkan prototype yang dirancang dan pengujian dengan beberapa siswa, penelitian ini menghasilkan 15/20 hasil rekomendasi yang sesuai dengan minat siswa, dengan tingkat presentasi 75%.</em></p>

<p><em>Singkong merupakan tanaman pengganti makanan pokok yang banyak ditemukan di Indonesia. Namun penyakit pada singkong menyebabkan berkurangnya produksi singkong. Dibutuhkan seorang pakar untuk dapat mendeteksi dan mencegah penyakit pada singkong. Namun seorang pakar tidak dapat memberikan diagnosisnya setiap saat kepada petani saat dibutuhkan. Untuk itu dikembangkan suatu aplikasi sistem pakar yang dapat membantu petani mendeteksi penyakit pada tanaman singkong. Aplikasi sistem pakar ini merupakan aplikasi berbasis desktop yang dikembangkan dengan teori Bayes. Skema pengujian dilakukan dengan membandingkan hasil diagnosis sistem dengan hasil diagnosis pakar. Berdasarkan hasil pengujian, keakuratan aplikasi sistem pakar ini adalah 93.33%.</em></p><p><em> </em></p><p><strong><em>Kata kunci</em></strong><em>—Sistem Pakar</em><em>, </em><em>Teori Bayes</em><em>, </em><em>Tanaman Singkong</em><em> </em><em></em></p>

Tingginya minat siswa untuk melanjutkan sekolah ke jenjang yang lebih tinggi berpengaruh pada tingginya jumlah mahasiswa yang terdaftar di Indonesia. Kesulitan dalam menyelesaikan perkuliahan menjadi masalah yang sering terjadi, salah satu penyebabnya adalah ketidak-sesuaian potensi diri dengan program studi yang dipilih. Penelitian ini menjadikan FIK Universitas Amikom Yogyakarta sebagai tempat studi kasus untuk mencari tahu korelasi potensi diri dengan IPK mahasiswa, mencari potensi diri terbaik pada masing-masing program studi serta mencari tahu akurasi metode naive bayes dalam mengklasifikasi potensi diri mahasiswa. Responden yang digunakan dalam penelitian ini berjumlah 50 orang yang terdiri dari mahasiswa minimal semester 4, alumni dan 1 pakar. Pengumpulan data menggunakan metode wawancara dan koesioner, sedangkan pengolahan data menggunakan metode naive bayes classifier, confusion matrix untuk pengujian, dan korelasi pearson product moment untuk mencari tahu ada tidaknya korelasi. Penelitian ini mendapatkan hasil bahwa potensi diri kemampuan logika, visual dan interpersonal berpengaruh terhadap tingginya IPK mahasiswa dimana nilai signifikansi logika=0.043<0.05, interpersonal=0,029<0.05 dan visual=0,05<0.05. Kemampuan logika cenderung akan berdampak baik pada IPK mahasiswa prodi S1-SI, S1-IF, serta S1-TK, sedangkan kemampuan visual berdampak baik pada program studi S1-TI, D3-MI dan D3-IF. Naive bayes juga diketahui memiliki tingkat akurasi sebesar 90,625% dalam mengklasifikasikan mahasiswa berdasarkan potensi diri. Kata Kunci — bayes, IPK, mahasiswa The high interest of students to continue their education has an effect on the high number of students in Indonesia. Difficulties in completing lectures become a problem that often occurs, one of the reasons is incompatibility study program and student talents. This research made FIK Amikom University Yogyakarta as a case study to find out the correlation of Grade Point average (GPA) and student talents, best talents that’s needed in each study program and the accuracy of naive bayes in classifying students' talents, 50 people consisting of students at least semester 4, alumni and 1 expert as respondents. Data collection uses interview and questionnaire methods, while data processing uses the naive bayes classifier, confusion matrix for testing, and Pearson product moment correlation to find out whether there is correlation. This study found that the self-potential logic, visual and interpersonal abilities influence the high GPA of students where the significance value of logic=0.043<0.05, interpersonal=0.029<0.05 and visual=0.05<0.05. Logical ability tends to have a good impact on the GPA of S1-SI, S1-IF, and S1-TK study program, while visual abilities have an impact on S1-TI, D3-MI and D3-IF. Naive Bayes is also known to have an accuracy rate of 90.625% in classifying students based on their talents. Keywords — bayes, GPA, students