SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOMODITAS TANAMAN PERTANIAN MENGGUNAKAN METODE AHP DAN TOPSIS SERTA PENERAPAN SUPERVISED LEARNING (Studi Kasus Kabupaten Pesawaran)
Indonesia dikenal sebagai negara agraris yang sebagian besar masyarakatnya bekerja di bidang pertanian. Sektor pertanian berkontribusi sekitar 13,53% terhadap ekonomi nasional pada tahun 2017. Memilih sebuah komoditas tanaman yang akan ditanam perlu mempertimbangkan beberapa hal seperti keadaan cuaca (suhu, curah hujan, kelembapan, lama penyinaran matahari) dan harga pasar. Pemilihan jenis komoditas pertanian berdasarkan dua parameter tersebut sulit dilakukan karena perlu melakukan prediksi agar mengetahui bagaimana harga pasar sebuah komoditas ketika masa panen dan keadaan cuaca ketika masa tanam. Pada penelitian ini akan dilakukan pembuatan model supervised learning untuk memprediksi keadaan cuaca dan harga pasar menggunakan metode LSTM. Data hasil prediksi digunakan pada sistem pendukung keputusan pemilihan komoditas tanaman pertanian untuk petani dengan menggunakan metode TOPSIS dan AHP. TOPSIS digunakan untuk menentukan hirarki dari setiap alternatif. Sedangkan AHP digunakan dalam proses penentuan bobot setiap parameter. Pengujian yang dilakukan pada model prediksi menghasilkan nilai error terkecil pada model prediksi harga cabai merah yaitu sebesar 0,02316. Hasil evaluasi atau pengujian pada sistem pendukung keputusan dengan cara membandingkan dua keputusan sistem yang berada di hirarki tertinggi dengan keputusan ahli pertanian. Pengujian tersebut menghasilkan tingkat akurasi keputusan tertinggi sebesar 53%.
URI
https://repo.itera.ac.id/depan/submission/SB2305260020
Keyword