perancangan sistem pendukung keputusan pemilihan … filepenelitian memiliki tujuan untuk menentukan...

Jurnal KAPUTAMA, Vol.6 No.2, Januari 2013 ISSN : 1979-6641

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 20

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

BENIH TANAMAN PERKEBUNAN MENGGUNAKAN METODE

DECISION TREE (STUDY KASUS PT RATA MAKMUR)

Drs. Katen Lumbanbatu,M.Kom.1, Novriyeni,S.Kom.,M.Kom.

2

STMIK KAPUTAMA, Jln. Veteran No.4A-9A

Binjai, Indonesia

Abstrak

Benih sangat penting bagi usaha pertanian karena merupakan salah satu aspek dalam menentukan tingkat

produktivitas dan mutu hasil. Penggunaan benih yang salah akan sangat berpengaruh terhadap kinerja produksi apalagi untuk

jenis tanaman tahunan. Benih yang unggul adalah benih yang berasal dari hasil persilangan dura x pesifera yang diketahui

asal usulnya dan dikeluarkan oleh produsen resmi benih kelapa sawit. Penelitian memiliki tujuan untuk menentukan layak

atau tidak layak benih yang lebih unggul digunakan atau tidak unggul digunakan. Teknik Sistem Pendukung Keputusan

metode Decesion Tree dapat membantu menetukan untuk memilih benih unggul dan benih tidak unggul. Salah satu teknik

tersebut yang akan digunakan dalam variabel adalah Benih, Umur, Tinggi, dan Daun. Sedangkan hasil output yang nantinya

akan dihasilkan, yaitu benih unggul dan benih tidak unggul.

Kata Kunci : Sistem Pendukung Keputusan, Benih, Decison Tree.

1. PENDAHULUAN

1.1 Latar Belakang

Kelapa sawit adalah tanaman komoditas utama

perkebunan Indonesia, Di karenakan nilai ekonomi

yang tinggi dan kelapa sawit merupakan tanaman

penghasil minyak nabati terbanyak diantara

tanaman penghasil minyak nabati yang lainnya

(kedelai, zaitun, kelapa, dan bunga matahari).

Kelapa sawit dapat menghasilkan minyak nabati

sebanyak 6 ton/ha, sedangkan tanaman yang

lainnya hanya menghasilkan minyak nabati

sebanyak 4-4,5 ton/ha (Sunarko, 2007). Benih yang unggul adalah benih yang

berasal dari hasil persilangan dura x pesifera yang diketahui asal usulnya dan dikeluarkan oleh produsen resmi benih kelapa sawit. Apabila petani salah dalam pemilihan benih maka akan mengakibatkan kelapa sawit tidak menghasilkan buah yang baik dan mengakibatkan gagal panen. Untuk itu dalam memilih benih yang unggul, dapat dibangun suatu sistem pendukung keputusan dengan mengunakan metode decision tree, sehingga dapat membantu para petani dalam pemilihan benih yang unggul.

1.2 Rumusan Masalah

1. Bagaimana mengolah data pemilihan benih

tanaman kelapa sawit menjadi pohon

keputusan?

2. Bagaimana merancang sistem pendukung

keputusan untuk pemilihan benih tanaman

kelapa sawit dengan menggunakan metode

decision tree?

1.3 Tujuan dan Manfaat

1. Tujuan Tujuan dari penelitian ini adalah :

a. Membuat Menentukan benih yang

unggul dan benih yang tidak unggul.

b. Merancang Sistem Pendukung Keputusan

untuk menyajikan informasi pemilihan

benih tanaman kelapa sawit.

2. Manfaat

Manfaat dari penelitian ini adalah :

a. Mengetahui benih yang unggul dan kualitas

buah yang bagus.

b. Mempermudahkan para petani untuk

mengetahui dalam pemilihan benih unggul

tanaman kelapa sawit.

2 LANDASAN TEORI

Perancangan Sistem

Perancangan sistem diawali dengan

menentukan segala keperluan yang akan

memenuhi apa yang akan dibutuhkan oleh sistem,

siapa yang mengambil langkah ini dan bagaimana

mereka akan disesuaikan. Umumnya, perancangan

bergerak dari input ke output. Keluar (output)

sistem, yang terdiri dari reports dan file untuk

memuaskan kebutuhan organisasi harus dibatasi

dengan jelas.

Menurut Anastasia Diana & Lilis

Setiawati (2011, h.48), yang terdapat dalam buku

yang berjudul Sistem Informasi Akutansi,

menjelaskan bahwa : “perancangan sistem

merupakan sekumpulan prosedur yang dilakukan

untuk mengubah spesifikasi logis menjadi disain

yang dapat diimplementasikan ke sistem komputer

organisasi”.

Menurut Kenneth E. Kendall dan Julie E.

Kendall dalam ahli bahasa Thamir Abdul Hafedh

Al-Hamdani, B.Sc. M.Sc (2006, h.7), menyatakan

bahwa : “perancangan sistem digunakan untuk

menganalisis, merancang, dan

mengimplementasikan peningkatan-peningkatan



fungsi bisnis yang bisa dicapai melaluli

penggunaan sistem yang terkomputerisasi”.

2.2 Decision Support Sistem (DSS)

2.2.1 Pengertian Sistem Pendukung

Keputusan

Konsep Sistem Pendukung Keputusan

pertama kali diungkapkan pada awal tahun l970-

an oleh Michael S. Scott Morton dengan istilah

Management Decision System. Sistem ini

merupakan sistem yang berbasiskan komputer

yang bertujuan untuk membantu pengambil

keputusan dengan memanfaatkan data dan model

tertentu untuk memecahkan berbagai persoalan

yang tidak terstruktur.

Menurut kusrini (2009, h. 15), dalam

blog adanikmatdisini.blogspot.com Sistem

Pendukung Keputusan merupakan sistem

informasi interaktif yang menyediakan informasi,

pemodelan dan pemanipulasi data.

2.2.2 Tujuan Sistem Pendukung

Keputusan Menurut Kusrini (2007, h. 16), ada beberapa

keuntungan pengggunaan SPK antara lain adalah sebagai berikut :

1. Membantu manajer dalam pengambilan

keputusan atas masalah semi terstruktur.

2. Memberikan dukungan atas pertimbangan

manajer dan bukannya di maksudkan

untuk menggantikan fungsi manajer

3. Meningkatkan efektivitas keputusan yang

di ambil manajer lebih daripada perbaikan

efisiensinya

2.2.3 Konsep Dasar Sistem Pendukung

Keputusan Konsep Sitem Pendukung Keputusan

(Decision Support System) pertama kali diperkenalkan pada awal tahun 1970-an “Management Decision System”, Konsep Decision Support System merupakan sebuah sistem interaktif berbasis komputer yang membantu pembuatan keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang bersifat tidak terstruktur dan semiterstruktur.

2.2.4 Karateristik Dan Kemampuan SPK Menurut Turban (2005, h. 12) ada beberapa

karateristik dari sistem pendukung keputusan, diantarannya adalah sebagai berikut :

1. Mendukung seluruh kegiatan organisasi. 2. Mendukung beberapa keputusan yang saling

berinteraksi. 3. Dapat digunakan berulang kali dan bersifat

konstan. 4. Terdapat dua komponen utama, yaitu datta

dn model. Selain itu, ada beberapa kemampuan yang

harus dimiliki oleh sebuah sistem pendukung keputusan, diantaranya adalah sebagai berikut :

1. Menunjang pembuatan keputusan

manajemen dalam menangani maslah smi

terstruktur dan tidak terstruktur.

2. Membantu manajer pada berbagai

tingkatan manajemen, mulai dari

manajemen tingkat atas sampai

manajemen tingkat bawah.

3. Menunjang pembuatan keputusan yang

secara kelompok dan perorangan.

4. Menunjang pembuatan keputusan yang

saling bergantungan dan berurutan.

5. Menunjang tahap-tahap pembuatan

keputusan antara lain intellegence, design,

choice, dan implementation.

Disamping berbagai kemampuan dan

kerateristik seperti dikemukakan di atas, sistem

pendukkkung keputusan memiliki juga

keterbatasan, antara lain :

1. Ada beberapa kemampuan manajemen

dan bakat manusia yang tidak dapat

dimodelkan, sehingga model yang ada

dalam sistem tidak semuanya

mencerminkan persoalan yang sebenarnya.

2. Kemampuan suatu sistem pendukung

keputusan terbatas pada pengetahuan dasar

serta model dasar yanng dimilikinya.

3. Proses yang dapat dilakukan oleh sistem

pendukung keputusan biasanya tergantung

juga pada kemampuan perangkat lunak

yang digunakanya.

2.3 Pengertian Data Mining

Setiap lembaga mempunyai sistem

operasional yang setiap transaksi kegiatan

operasinya selalu dicatat dan didokumentasikan.

Pendokumentasian setiap transaksi sangat berguna

bagi lembaga tersebut untuk segala keperluan.

Menurut Turban, dkk (Kusrini, 2009, h.3)

menyatakan bahwa Data Mining adalah suatu

istilah yang digunakan untuk menguraikan

penemuan pengetahuan di dalam database. Data

mining adalah proses yang menggunakan teknik

statistik, matematika, kecerdasan buatan, dan

pembelajaran mesin (machine learning) untuk

mengekstraksi dan mengidentifikasi informasi

yang bermanfaat dan pengetahuan yang terkait dari

berbagai database besar.

Menurut Menurut Pramudiono (Kusrini,

2009, h.4) menyatakan bahwa Data mining adalah

analisis otomatis dari data yang berjumlah besar

atau kompleks dengan tujuan untuk menemukan

pola atau kecendrungan yang penting yang

biasanya tidak disadari keberadaannya.

2.4 Pohon Keputusan (Decision Tree)

2.4.1 Pengertian Pohon Keputusan (Decision

Tree)

Konsep decision tree adalah mengubah

data menjadi pohon keputusan dan aturan-aturan



keputusan. Menurut Kusrini dkk (2009, h. 13)

menyatakan “pohon keputusan adalah metode

klasifikasi dan prediksi yang mengubah data

menjadi pohon keputusan dan aturan-aturan

keputusan.

Menurut Fajar Astuti Hermawati (2013, h.

58), yang terdapat dalam buku yang berjudul

Data Mining, menjelaskan bahwa : “decision

tree adalah representasi sederhana dari teknik

klasifikasi untuk sejumlah kelas berhingga,

dimana simpul internal maupun simpul akar

ditandai dengan nama atribut, rusuk-rusuknya

diberi label nilai atribut yang mungkin dan

simpul daun ditandai dengan kelas-kelas yang

berbeda”.

2.5 Algoritma Iterativa Dichotomizer 3

(ID3)

Algoritma ID3 atau Iterative Dichotomiser

3 (ID3) merupakan sebuah metode yang digunakan

untuk membangkitkan pohon keputusan. Algoritma

pada metode ini menggunakan konsep dari entropi

informasi. Secara ringkas, cara kerja Algoritma

ID3 dapat digambarkan sebagai berikut.

Pemilihan atribut dengan menggunakan

Information Gain :

1. Pilih atribut dimana nilai information

gainnya terbesar.

2. Buat simpul yang berisi atribut tersebut.

3. Proses perhitungan information gain akan

terus dilaksanakan sampai semua data

telah termasuk dalam kelas yang sama.

Atribut yang telah dipilih tidak diikutkan

lagi dalam perhitungan nilai information

gain.

2.6 Pengertian MatLab ( Matrix

Laboratory)

MATLAB adalah singkatan dari matrix

laboratory. Oleh karena itu pemahaman terhadap

konsep matrik harus memadai agar dapat

memanfaatkan MATLAB sebagai bahasa

komputasi dengan maksimal. Menurut Gunadi

Abadi Away (2010, h.1) MATLAB adalah bahasa

pemrograman level tinggi (dalam dunia

pemrograman semakin tinggi level bahasa semakin

mudah cara menggunakannya) yang di khususkan

untuk komputasi teknis.

Secara garis besar lingkungan kerja

MATLAB terdiri atas beberapa unsur, yaitu :

1. Command window (Jendela Perintah),

semua perintah matlab dituliskan dan

diekskusi. Kita dapat menuliskan perintah

perhitungan sederhana, memanggil fungsi,

mencari informasi tentang sebuah fungsi

dengan aturan penulisannya (help), demo

program, dan sebagainya. Setiap penulisan

perintah selalu diawali dengan prompt

‘>>’. Misal, mencari nilai sin 750, maka

pada command window kita dapat

mengetikkan:

>>sin(75)

ans=

-0.38778

2. Workspace (Jendela Ruang Kerja),

Jendela ini berisi informasi pemakaian

variabel di dalam memori matlab.

Misalkan kita akan menjumlahkan dua

buah bilangan, maka pada command

window kita dapat mengetikkan:

>>bilangan1 = 10

bilangan1 = 10

>>bilangan2 = 5

bilangan = 10

>>hasil = bilangan1 + bilangan2

Hasil = 15

Untuk melihat variabel yang aktif saat

ini, kita dapat menggunakan perintah who.

>>who

Your variables are:

bilangan1 bilangan2 hasil

3. Workspace (Jendela Ruang Kerja),

Jendela ini berisi informasi pemakaian

variabel di dalam memori matlab.

Misalkan kita akan menjumlahkan dua

buah bilangan, jendela histori, kemudian

melakukan copy-paste ke command

window. 4. M-file (editor ) akan dibahas pada bagian

khusus.

Berikut ini tampilan awal dari MATLAB seperti gamabar II.15 dibawah ini :

Gambar II.1. Lingkungan Kerja MATLAB

3. METODOLOGI PENELITIAN

Adapun metode/cara pengumpulan data

yang penulis lakukan dalam menyelesaikan

penelitian ini adalah sebagai berikut:

1. Kepustakaan (Library Research)

Yaitu dengan metode pengumpulan data-

data atau bahan-bahan bacaan sebagai

landasan/kerangka teoritis sesuai dengan judul dan

masalah yang dikemukakan.

Adapun cara yang penulis lakukan dalam

metode ini antara lain, dengan mencari bahan

ringkasan dari sumber buku yang ada dalam

perpustakaan, browsing bahan bacaan dari internet



dan mencari bahan-bahan referensi dari ahli yang

berhubungan dengan penelitian ini.

2. Pengamatan (Field Research)

Metode ini penulis lakukan sesuai dengan fakta.

3. Data (Documentation)

Mencari data-data yang ada kaitanya dengan

penyusunan penelitian ini, baik melalui buku

maupun lainnya.

4. Wawancara (Interview)

Yaitu dengan tanya jawab secara langsung

kepada pihak-pihak yang berkompeten dalam

hal pemilihan benih.

3.1 Analisis Sistem

Pada tahap analisis sistem pemilihan benih

tanaman kelapa sawit pada PT. Rata Makmur,

langkah awal yang penulis lakukan adalah

mengumpulkan informasi yang dibutuhkan dan

bagaimana sistem yang dilakukan agar penulis

dapat mengetahui kelemahan sistem yang berjalan

di perusahaan pabrik kelapa sawit tersebut.

3.1.2 Analisis Kelemahan Sistem Berjalan

Metode analisis yang penulis gunakan

dalam mengidentifikasi masalah / kelemahan yang

terdapat pada system yang lama adalah dengan

kerangka berfikir PIECES yang menguraikan

beberapa analisis yaitu kinerja (performance),

informasi (information), ekonomis (economy),

pengendalian (control), efisien (efficiency), dan

pelayanan (service).

Analisis system dalam penelitian ini akan

dilakukan beberapa tahap yakni analisis kelemahan

system yang berjalan dan analisis system yang

diusulkan yaitu system pendukung keputusan

pemilihan benih tanaman kelapa sawit dengan

metode decision tree.

3.2 Perancangan Sistem

Berdasarkan hasil analisi sistem, maka

dibuat suatu rancangan dalam bentuk diagram

UML, sehingga rancangan sistem lebih mudah

dipahami, baik bagi pengembang sistem maupun

pengguna sistem. Diagram-diagram UML yang

dibuat meliputi :

1. Use Case Diagram

Berikut adalah diagram use case

Perkembangan Benih Tanaman Kelapa Sawit :

Melakukan Penelitian

Benih

Melakukan Seleksi

Benih

Gambar III.1. Use Case Diagram Perkembangan

Benih Tanaman Kelapa Sawit

2. Activity Diagram

Berikut adalah activity diagram

Perkembangan Benih Tanaman Kelapa Sawit : Admin Tim Seleksi

Melakukan Penelitian

Penginputan Data Benih

(dalam proses)

Seleksi pemilihan benih

Konfirmasi pemilihan benih

Gambar III.2. Activity Diagram Perkembangan

Benih Tanaman Kelapa Sawit

3.5.1 Perancangan Basis Data

Kamus data adalah catalog fakta tentang

dan kebutuhan-kebutuhan informasi dari suatu

sitem informasi. Kamus data dibuat berdasarkan

arus data yang ada pada diagram arus data,

diagram arus data sifatnya global yang ditunjukan

hanya nama arus data saja,

3.6 Perancangan Antarmuka Pengguna

Antarmuka pengguna (user interface)

adalah aspek sistem kokputer atau program yang

dapat dilihat, didengar, atau dipersepsikan oleh

pengguna, dan perintah-perintah atau mekanisme

yang digunakan pemakai untuk mengendalikan

operasi dan memasukkan data. Adapun form yang

telah terbentuk yaitu :

a. Berikut adalah form bentuk variabel

sistem pengambilan keputusan untuk

benih tanaman kelapa sawit yang sudah

diinputkan kedatabase seperti kode

kriteria, nama kriteria dan pertanyaaan,

adapun tampilan rancangannya adalah

sebagai berikut :

PERANCANGAN SISTEM PENGAMBILAN

KEPUTUSAN PEMILIHAN BENIH

TANAMAN KELAPA SAWIT

MENU UTAMA

input || tampil || input benih || tampil benih || input

daun || tampil daun

input tinggi || tampil tinggi || input umur || tampil

umur || input keputusan || tampil keputusan || input

aturan || tampil aturan || input benih1 || tampil

benih1 || input informasi || tampil informasi

kd_kriteria

nm_kriteria

pertanyaan

Gambar III.3. Form Kriteria

b. Berikut adalah form variable sistem

pengambilan keputusan untuk benih

tanaman kelapa sawit yang digunakan

Simpan Batal

http://localhost/db_benih/input.php

http://localhost/db_benih/tampil.php

http://localhost/db_benih/input_benih.php

http://localhost/db_benih/tampil_benih.php

http://localhost/db_benih/input_daun.php

http://localhost/db_benih/input_daun.php

http://localhost/db_benih/tampil_daun.php

http://localhost/db_benih/input_tinggi.php

http://localhost/db_benih/tampil_tinggi.php

http://localhost/db_benih/input_umur.php

http://localhost/db_benih/tampil_umur.php

http://localhost/db_benih/tampil_umur.php

http://localhost/db_benih/input_keputusan.php

http://localhost/db_benih/tampil_keputusan.php

http://localhost/db_benih/input_aturan.php

http://localhost/db_benih/input_aturan.php

http://localhost/db_benih/tampil_aturan.php

http://localhost/db_benih/input_benih1.php

http://localhost/db_benih/tampil_benih1.php

http://localhost/db_benih/tampil_benih1.php

http://localhost/db_benih/input_informasi.php

http://localhost/db_benih/tampil_informasi.php



untuk menginput kriteri-kriteria, seperti

kode benih dan nama benih yang ada

didalam form.

c. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti kode umur

dan umur.

d. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti kode tinggi

dan tinggi.

e. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti kode daun.

f. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti id benih,

nama benih, umur, tinggi, daun, dan hasil.

g. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti nomor

aturan, keputusan, benih, umur, tinggi, dan

daun.

h. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti, benih,

umur, tinggi, dan daun.

i. Berikut adalah form bentuk variabel



diinputkan kedatabase seperti kode

keputusan, dan nama keputusan.

4. IMPLEMENTASI DAN PEMBAHASAN

Tahap implementasi perangkat lunak

merupakan kelanjutan dari tahap perancangan,

sehingga implementasi ini harus didasarkan pada

perancangan yang telah dilaksanakan sebelumnya

dan pengujian dilakukan untuk melihat apakah

setiap proses yang ada berjalan dengan baik dan

output yang dihasilkan sudah sesuai dengan yang

diharapkan.

4.1 Implementasi

Implementasi SPK Pemilihan Benih

Tanaman Kelapa Sawit dengan metode Decision

Tree dibuat dengan menggunakan Matlab untuk

perhitungan dan pembentukan pohon keputusan.

4.2 Pembahasan

Adapau pembahasan yang dilakukan yaitu

memasukan data ke Matlab seperti yang dijelaskan

pada gambar – gambar berikut. Setelah data diubah

dalam bentuk angka maka selanjutnya melakukan

import data ke matlab dengan langkah sebagai

berikut :

1. Klik start >>lalu pilih Matlab pada desktop

Gambar IV.1. Langkah Awal Membuka Matlab

Setelah Matlab terbuka klik file>>Import Data

seperti gambar dibawah ini

Gambar IV.2. Import Data Pada Matlab

2. Kemudian pilihlah data yang akan di import

ke Matlab , lalu klik open seperti pada gambar

dibawah ini :

Gambar IV.3. Memilih Data Untuk Di Import

3. Setelah data yang di import telah muncul klik

finish seperti gambar dibawah ini

Gambar IV.4. Data Yang Telah Di Import

4. Kemudian untuk menampilkan import data

dari Mirosoft Exel ketikan whos lalu setelah



tampil ketikan Data untuk menampilkan data

yang telah di ubah menjadi angka. Untuk

lebih jelasnya seperti terlihat pada gambar

berikut :

Gambar IV.5. Menampilkan Hasil Dari Import Data

5. Untuk memasukan nama variabel yang ada

pada data ketikan varnames = {'Benih' 'Umur'

'Tinggi' 'Daun'} kemudian enter maka akan

terlihat variabel yang telah dibuat seperti

gambar dibawah ini :

Gambar IV.6. Memasukan Nama Variabel

6. Kemudian untuk menampilkan pohon

keputusan ketikan t1 =

classregtree(data,textdata,'splitmin',5,'names',va

rnames) lalu view(t1) enter.untuk lebih jelasnya

dapat dilihat seperti gambar dibawah ini :

Gambar IV.7. Menampilkan Pohon Keputusan

7. Adapun pohon keputusan yang di tampilkan

dapat terlihat seperti gambar dibawah ini :

Gambar IV.8. Hasil Dari Pohon Keputusan

4.2.1 Pengujian Sistem

Gambar IV.9 merupakan tampilan menu utama dari

sistem pendukung keputusan Pemilihan Benih

Kelapa Sawit dengan metode Decision Tree dan

bahasa pemrograman PHP dan menggunakan

Database MySQL.

Gambar IV.9. Form Menu Utama

Jika input kriteria diklik akan muncul data yang

menampilkan inputan kriteria yang berisikan kode

kriteria, nama kriteria, dan pertanyaan, adapun

tampilan input kriterianya, seperti yang terlihat

pada gambar IV.10 sebagai berikut :

Gambar IV.10. Form input kriteria

Jika input kriteria disimpan maka akan

menampilkan tampilan kriteria yang berisikan kode

kriteria, nama kriteria, dan pertanyaan, adapun

tampilan kriterianya, seperti yang terlihat pada

gambar IV.11 sebagai berikut:

Gambar IV.11. Form Tampil Kriteria

Jika input keputusan diklik akan muncul data yang

menampilkan inputan keputusan yang berisikan

kode keputusan, dan nama keputusan, adapun

tampilan input keputusannya, seperti yang terlihat



pada gambar IV.12 sebagai berikut:

Gambar IV.12. Form Input Keputusan

Jika input keputusan disimpan maka akan

menampilkan tampilan keputusan yang berisikan

kode keputusan, dan nama keputusan, adapun

tampilan keputusannya, seperti yang terlihat pada

gambar IV.13 sebagai berikut:

Gambar IV.13. Form Tampil Keputusan

Jika input benih diklik akan muncul data yang

menampilkan inputan benih yang berisikan kode

benih, dan nama benih, adapun tampilan input

benihnya, seperti yang terlihat pada gambar IV.14

sebagai berikut:

Gambar IV.14. Form Input Benih

Jika input benih disimpan maka akan menampilkan

tampilan benih yang berisikan nama benih, dan

kode benih, adapun tampilan benih, seperti yang

terlihat pada gambar IV.15 sebagai berikut:

Gambar IV.15. Form Tampil Benih

Jika input umur diklik akan muncul data yang

menampilkan inputan umur yang berisikan kode

umur, dan unur, adapun tampilan input umurnya,

seperti yang terlihat pada gambar IV.16 sebagai

berikut :

Gambar IV.16. Form Input Umur

Jika input umur disimpan maka akan menampilkan

tampilan umur yang berisikan kode umur, dan

umur, adapun tampilan umurnya, seperti yang


Gambar IV.17. Form Tampil Umur

Jika input tinggi diklik akan muncul data yang

menampilkan inputan tinggi yang berisikan kode

tinggi, dan tinggi, adapun tampilan input tingginya,

seperti yang terlihat pada gambar IV.18 sebagai

berikut :

Gambar IV.18. Form Input Tinggi

Jika input tinggi disimpan maka akan menampilkan

tampilan tinggi yang berisikan kode tinggi, dan

tinggi, adapun tampilan tingginya, seperti yang




Gambar IV.19. Form Input Tinggi

Jika input daun diklik akan muncul data yang

menampilkan inputan daun yang berisikan kode

daun, daun, adapun tampilan input daunnya, seperti

yang terlihat pada gambar IV.20 sebagai berikut :

Gambar IV.20. Form Input Daun

Jika input daun disimpan maka akan menampilkan

tampilan daun yang berisikan kode daun, dan daun

adapun tampilan daunnya, seperti yang terlihat


Gambar IV.21. Form Tampil Daun

Jika input aturan diklik akan muncul data yang

menampilkan inputan aturan yang berisikan nomor

aturan, keputusan, benih, umur, tinggi, dan daun,

adapun tampilan input aturannya, seperti yang

terlihat pada gambar IV.22 sebagai berikut :

Gambar IV.22. Form Input Aturan

Jika input aturan disimpan maka akan

menampilkan tampilan aturan yang berisikan

nomor aturan, keputusan, benih, umur, tinggi, dan

daun, adapun tampilan aturannya, seperti yang


Gambar IV.23. Form Tampil Aturan

Jika input benih1 diklik akan muncul data yang

menampilkan inputan benih1 yang berisikan id

benih, nama benih, umur, tinggi, daun, dan jumlah,

adapun tampilan input benih1nya, seperti yang

terlihat pada gambar IV.24 sebagai berikut :

Gambar IV.24. Form Input Benih1

Jika input benih1 disimpan maka akan

menampilkan tampilan benih1 yang berisikan id

benih, nama benih, umur, tinggi, daun, dan jumlah,

adapun tampilan benih1nya, seperti yang terlihat


Gambar IV.25. Form tampil Benih1

Jika input informasi diklik akan muncul data yang

menampilkan inputan informasi yang berisikan

benih, umur, tinggi, dan daun, adapun tampilan

input informasinya, seperti yang terlihat pada

gambar IV.26 sebagai berikut :

Gambar IV.26. Form Input Informasi

Jika input informasi disimpan maka akan

menampilkan tampilan informasiyang berisikan



benih, umur, tinggi, dan daun, adapun tampilan

informasinya, seperti yang terlihat pada gambar

IV.27 sebagai berikut:

Gambar IV.27. Form Tampil Informasi

Jika input informasi disimpan dan terdeteksi maka

akan menampilkan data yang terlihat pada gambar

IV.28 sebagai berikut :

Gambar IV.28. Form Tampil Informasi Yang

Terdeteksi

Jika input informasi disimpan dan tidak terdeteksi

maka akan menampilkan data seperti yang terlihat


Gambar IV.29. Form Tampil Informasi Yang Tidak

Terdeteksi

5. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang

telah dilakukan dapat diambil beberapa kesimpulan

antara lain :

1. Dengan menggunakan Sistem Pendukung

Keputusan telah dapat membantu PT. Rata

Makmur Perkebunan Sai Tampah dalam

mengambil keputusan Benih Tanaman

Kelapa Sawit yang layak dan tidak untuk

ditanam.

2. Algoritma ID3 decision tree memilih

benih tanaman kelapa sawit lebih

sederhana atau efisiensi dari data yang

sebenarnya, dimana sebuah rule yang

dihasilkan dari decision tree dapat

menentukan benih yang unggul dan tidak

unggul secara baik.

5.2 Saran

Berdasarkan hasil penelitian dan pembahasan yang

telah dilakukan dapat diambil beberapa saran

antara lain :

1. Diharapkan untuk pengembangan sistem

pendukung keputusan menggunakan

Matlab dapat dijadikan satu dengan

menggunakan rule yang ada di Matlab,

kemudian dimasukkan ke sistem

pendukung keputusannya, sehingga

menghasilkan konsep yang lebih baik..

2. Diharapkan format masukan data tidak

hanya berupa Microsoft Excel saja tetapi

bisa Microsoft Access, SQL Server, dan

lain sebagainya.

Diharapkan sebaiknya ditambah dengan kriteria-

kriteria lain sesuai dengan data kelengkapan benih

tanaman kelapa sawit.

DAFTAR PUSTAKA

[1] Abdi, Gunaidi Awai, The Shortcut of

MATLAB Programming, Informatika

Bandung, 2010.

[2] Diana, Anastasia & Lilis Diana, Sistem

Informasi Akutansi, Yogyakarta: Andi,

2011.

[3] Hermawati, Fajar Astuti, Data Mining,

Yogyakarta: Andi, 2013.

[4] Janner Simarmata, ”Perancangan Basis Data”,

Andi Offset, Yogayakarta, 2007.

[5] Jurnal Teknik ITS Vol. 1, No. 1(Sept. 2012,

Ranny Wahyu Ningrat dan Budi Santoso)

dengan judul “Pemilihan Diet Nutrien bagi

Penderita Hipertensi Menggunakan Metode

Klasifikasi Decision Tree”.

[6] Kendall, Kenneth E. dan Julie E. Kendall,

System Analysis and Desigt, Fifth

Edition=Analisis dan Perancangan Sistem,

Yogyakarta: Andi, 2006.

[7] Kusrini, Konsep dan Aplikasi Sistem

Pendukung Keputusan, Andi Offset,

Yogyakarta, 2007.

[8] Kusrini, Luthfi Emha Taufiq, Algoritma Data

Mining, Yogyakarta: Andi, 2009.

9] Sipayung, Hendra Halomoan & Toni Liwang,

Kunci Sukses mendapatkan Benih Sawit

Unggul, Yogyakarta : Andi, 2011.

[10] Tata Sutabri, S.Kom., M.Kom., ”Sistem

Informasi Manajemen”, Andi Offset,

Yogyakarta, 2005.

[11] http:// ejurnal.its.ac.id/ index.php/teknik/

article/view/1844/603

[12] http:// journal.uii.ac.id index.php Snatiarti

cleview 18571633.

perancangan sistem pendukung keputusan pemilihan … filepenelitian memiliki tujuan untuk menentukan...

Documents