Buah naga merupakan salah satu buah yang ada di Indonesia dengan jumlah permintaan buah yang
meningkat setiap tahun dengan produktivitas tahunan 24-30 ton/ha. Namun,
proses identifikasi konvensional untuk kematangan buah naga memiliki banyak
kendala karena sifat subjektif pemilihan buah atau kurangnya pemahaman
pengetahuan dalam memilih buah yang matang mengakibatkan pemilihan buah naga yang kurang akurat
buah. Peneliti mencoba membuat sebuah sistem yang dapat mengklasifikasikan kematangan naga
buah menggunakan Naïve Bayes dengan sembilan parameter, 1 parameter dari ekstraksi
fitur warna, yaitu : hijau dan delapan parameter masukan Fitur GLCM :entropi
0
0
, entropi 450
, entropi 900
, entropi 1350
, kontras 0
0
, kontras 450
, kontras
900
dan kontras 1350
.Penelitian ini bertujuan untuk mempermudah dalam mengidentifikasi tingkat
kematangan buah naga, mengingat kualitas kematangan buah dirasakan secara langsung
oleh pelanggan sebagai indikator kualitas yang paling penting. Hasil dari
sistem klasifikasi identifikasi kematangan buah naga menggunakan Naïve Bayes
menemukan akurasi tertinggi adalah 87,36%.