Implementasi Metode TOPSIS-CRITIC pada Pengembangan Sistem Pendukung Keputusan Pemilihan Varietas Tanaman Kopi Robusta Berdasarkan Kondisi Lingkungan
Tahun 2026 · Penulis: Dinda Rachma Ayu Mauliza
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Implementasi Metode TOPSIS-CRITIC pada Pengembangan Sistem Pendukung Keputusan Pemilihan Varietas Tanaman Kopi Robusta Berdasarkan Kondisi Lingkungan
Kopi Robusta adalah komoditas perkebunan yang mendominasi produksi nasional, akuntansi untuk 72.71% produksi kopi total selama dekade terakhir. Kabupaten Jember adalah salah satu daerah yang memproduksi kopi yang berkualitas tinggi karena didominasi oleh dataran tinggi dengan tanah subur. Akan tetapi, para petani masih memilih varietas kopi yang kuat secara konvensional berdasarkan pertimbangan subjektif, yang menghasilkan tanaman yang lebih kecil dan hasil tanaman yang tidak stabil. Oleh karena itu, penelitian ini bertujuan untuk membangun Sistem Dukungan Keputusan berbasis situs web (DSS) untuk membantu para petani di Kabupaten Jember secara objektif menentukan varietas kopi yang kuat yang direkomendasikan oleh pemerintah Indonesia, yaitu BP 920, BP 436, BP 939, BP 936, BP 308, BP 288, BP 534, BP 358, 203, dan SA 237. Evaluasi ini dilakukan berdasarkan lima kriteria lingkungan: jenis tanah, curah hujan, suhu, kelembapan lingkungan, dan ketinggian. Metode yang digunakan adalah hibrid of Criteria Importance Through Inter Criteria Correlasi (CRIT) untuk kriteria objektif yang berbobot dan Teknik untuk Order Preferensi dengan Kesamaan Solusi Ideal (TOPISIS) untuk mengagungkan varietas. Sistem ini menyarankan BP 920 varietas sebagai prioritas utama, diikuti oleh BP 436, BP 409, dan BP 939 untuk ditanam secara bersamaan secara poliklonal. Tingkat akurasi sistem diuji menggunakan Spearman Rank Correlasi metode dengan membandingkan hasil peringkat sistem dengan peringkat ahli. Hasil tes menunjukkan nilai korelasi 0.7552. Nilai ini menunjukkan bahwa sistem ini memiliki tingkat akurasi yang sangat tinggi, sehingga sistem maju ini sangat layak digunakan sebagai alat pendukung bagi petani kopi yang kuat di Jember.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,846
Tahun 2024 · Penulis: Novita Anggita Rahman
Sistem Pendukung Keputusan Pemilihan Varietas Tanaman Kopi Robusta Berdasarkan Kondisi Lingkungan Menggunakan Metode Simple Multi Atrribute Rating Technique
Kopi Robusta adalah jenis kopi yang paling banyak ditanam di Indonesia. Permasalahan utama yang dihadapi oleh petani di Kecamatan Kalibaru adalah mengalami kendala dalam pemilihan varietas tanaman kopi Robusta yang sesuai dengan kondisi lingkungan mereka sehin
- Cosine 0,820
Tahun 2026 · Penulis: Dayinta Palupi Tyas Seta
Sistem Pendukung Keputusan Pemilihan Klon Tanaman Karet Berdasarkan Kondisi Lahan Menggunakan Metode Ahp-Topsis
Karet merupakan komoditas perkebunan strategis yang memainkan peran penting dalam perekonomian nasional. Namun, produksinya menunjukkan tren penurunan dalam beberapa tahun terakhir, sehingga pemilihan klon karet yang sesuai berdasarkan kondisi agroekosistem me
- Cosine 0,812
Tahun 2026 · Penulis: Hoirul Anam
Komparasi Model Machine Learning untuk Estimasi Yield Tebu Berbasis Indeks Vegetasi Sentinel-2 di Kabupaten Jember
Perkiraan hasil tebu yang akurat sangat penting bagi para petani, industri gula, dan pembuat kebijakan pertanian, namun metode survei lapangan konvensional masih terbatas dalam cakupan spasial, ketepatan waktu, dan biaya operasional. Penelitian ini membandingk