In the division of agriculture, the determination of the types of vegetables to be planted is one of the most important things. Indonesia which has two types of seasons namely winter and dray, causing not all types of vegetables suitable for planting. If not appropriate in determining the type of vegetables to be planted, it will result in less than optimal vegetable yields and impact on losses. Therefore, a prediction system was developed using the Naive Bayes method to help determine the types of vegetables suitable for planting under season conditions. Naive Bayes is a classification with probability and statistical methods to predict future opportunities based on past experience. In this research, system development using CRISP-DM method to make the work become more sorted. The results of research, the probability is 0.025 with an accuracy of 92% and an error rate of 8%. From these results, proving that the Naive Bayes method can be used to assist in predicting the level of vegetable matching based on seasonal conditions, as it yields a fairly high level of accuracy. So as to minimize the occurrence of losses to farmers.

Dalam bidang pertanian, penentuan jenis tanaman sayuran yang akan di tanam merupakan salah satu hal yang paling penting. Indonesia yang memiliki dua jenis musim yaitu hujan dan kemarau, menyebabkan tidak semua jenis tanaman sayuran cocok untuk di tanam. Apabila tidak tepat dalam menentukan jenis tanaman sayuran yang akan ditanam, maka akan mengakibatkan hasil panen sayuran menjadi kurang optimal dan berdampak pada kerugian. Oleh karena itu, dibuatlah sebuah sistem prediksi menggunakan metode Naive Bayes dalam membantu menentukan jenis tanaman sayuran yang cocok untuk ditanam berdasarkan kondisi musim. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik untuk memprediksi peluang di masa yang akan datang berdasarkan pengalaman di masa sebelumnya. Pada
penelitian ini, pengembangan sistem menggunakan metode CRISP-DM agar pengerjaan menjadi lebih terurut. Hasil dari penelitian ini, probabilitas sebesar 0,025 dengan tingkat akurasi sebesar 92 % dan tingkat error sebesar 8 %. Dari
hasil tersebut, membuktikan bahwa metode Naive Bayes dapat digunakan untuk membantu dalam prediksi penentuan tingkat kecocokan sayuran berdasarkan kondisi musim, karena menghasilkan tingkat keakuratan yang cukup tinggi. sehingga dapat meminimalisir terjadinya kerugian pada petani.