SISTEM PENDUKUNG KEPUTUSAN (SPK) PEMILIHAN

TANAMAN PANGAN BERDASARKAN KONDISI TANAH MENGGGUNAKAN METODE ELECTRE DAN TOPSIS

SKRIPSI

Untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Komputer

Disusun oleh: Ningsih Puji Rahayu 125150218113015

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER UNIVERSITAS BRAWIJAYA

MALANG 2017

PENGESAHAN

SISTEM PENDUKUNG KEPUTUSAN (SPK)PEMILIHAN TANAMAN PANGAN PADA

SUATU LAHAN BERDASARKAN KONDISITANAH DENGAN METODE PROMETHEE

SKRIPSI

Diajukan untuk memenuhi sebagian persyaratan

memperoleh gelar Sarjana Komputer

Disusun Oleh :

Ningsih Puii RahaYu

NIM: 125150218113015

Skripsi initelah diuiidan dinyatakan lulus pada

15 Agustus 2017

Telah diperiksa dan disetuiui oleh:

Dosen Pembimbing ll

NIP: 19740805 200112 1 001NIK: 20110277@142WL

ffid.?T

szrosrs 200312 1 001 gltr

PERNYATAAN ORISI NALITAS

Saya menyatakan dengan sebenar-benarnya bahwa sepanjang pengetahuansa,ya, di dalam naskah skripsi ini tidak terdapat karya ilmiah yang pernah diajukan: eh orang lain untuk memperoleh gelar akademik disuatu perguruan tinggi, dan:iCak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang,ain, kecuali yang secara tertulis disitasi dalam naskah ini dan disebutkan dalamdaftar pustaka.

Apabila ternyata didalam naskah skripsi ini dapat dibuktikan terdapat unsur-unsur plagiasi, saya bersedia skripsi ini digugurkan dan gelar akademik yang telahsaya peroleh (sarjana) dibatalkan, serta diproses sesuai dengan peraturanperundang-undangan yang berlaku (UU No. 20 Tahun 2003, Pasal 25 ayat 2 danPasal 70).

Malang, 4 Agustus 2017

#5ilE?rl e, nf.*#1*",'nily{ffi6&oo &r l'fNA$ RrBun-irptA=H g$E

Ninesih Puii Rahavu

NIM: 125150218113015

ill

m!

iv

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Allah swt yang telah melimpahkan rahmat serta hidayahnya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Sistem Pendukung Keputusan Pemilihan Tanaman Pangan Berdasarkan Kondisi Tanah Menggunakan Metode ELECTRE dan TOPSIS. yang diajukan untuk menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Informatika.

Selesainya penulisan skripsi ini tidak terlepas dari peran serta berbagai pihak. Oleh karena itu, pada kesempatan ini penulis menyampaikan terima kasih yang sebesar-besarnya kepada:

1. Bapak Wayan Firdaus Mahmudy, S.Si., M.T., Ph.D, selaku Dekan Fakultas Ilmu Komputer.

2. Ibu rekyan regasari mardi putri, S.T,M.T. dan Bapak Agus Wahyu Widodo, S.T,M.Cs. selaku dosen pembimbing penulis yang dengan sabar memberikan kritik, saran, serta arahan yang baik dalam proses pengerjaan skripsi ini.

3. Seluruh Bapak dan Ibu Dosen yang mengajar di Program Studi Informatika / Ilmu Komputer Fakultas Ilmu Komputer Universitas Brawijaya Malang.

4. Dinas pertanian klaten yang telah membantu memberikan data dalam skripsi ini .

5. Bapak, ibuk dan adek yang selalu memberikan dukungannya dalam penyelesaian skripsi ini

6. Mas iwhan mei afdanu yang selalu memberikan dukungan serta semangatnya untuk secepatnya menyelesaikan skripsi ini.

7. Teman – teman yang selalu memberikan dukungan dan semangat untuk penyelesaian skripsi ini.

Semoga Allah SWT melimpahkan rahmat dan karunia-Nya kepada semua pihak yang telah membantu penulis dalam menyelesaikan penulisan skripsi ini.

Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak terdapat kekurangan. Untuk itu penulis menyampaikan permohonan maaf sebelumnya, serta sangat diharapkan kritik dan saran yang bersifat membangun dalam penyempurnaan di masa mendatang.

Malang, 03 agustus 2017

Penulis

Ningsihpujirahayu

v

vi

ABSTRAK

Negara indonesia merupakan negara dengan letak geografis yang sangat

strategis, hal ini sangat menguntungkan bagi warga negara karena hampir semua

tanaman dapat ditanam di indonesia. Terutama adalah tanaman pangan. tanaman

pangan adalah tanaman yang sangat penting untuk peran hidup makhluk hidup

khususnya manusia. diantara tanaman pangan adalah padi, jagung, kacang tanah,

kedelai, keempat tanaman ini memiliki peranan yang sangat penting untuk

ketahanan pangan nasional.di setiap daerah di indonesia memiliki jenis tanah yang

berbeda - beda dan pasti kecocokan untuk pertanaman berbeda juga. dari empat

tanaman pangan yaitu padi, jagung , kacang tanah dan kedelai. akan dicocokan

dengan dua belas kriteria tanah yaitu temperatur ( c ), curah hujan (mm),

kelembabpan (%), drainase, tekstur, kedalaman tanah (cm), ketebalan gambut

(cm), ph h2o, salinitas dS/m, alkalinitas %, kedalaman sulfidik (cm), lereng (%). dari

12 kriteria itu akan dicocokan dengan kondisi tanah yang ada diaerah klaten.

dengan cara mencocokan kesesuaian lahan berdasarkan kriteria tersebut maka

akan lebih mempermudah petani dalam menentukan tanaman pangan apa yang

cocok untuk daerah tersebut dengan begitu maka hasil pertanian akan lebih

meningkat

Metode electre dan topsis merupakan metode analisis pengambilan

keputusan multikriteria, electre didasaran pada konsep outrangking dengan

menggunakan perbandingan berpasangan dari alternatif berdasarkan setiap

kriteria yang sesuai. Pada penelitian ini mengapa menggunakan metode electre

karena pada metode electre sangat cocok digunakan pada kasus yang memiliki

banyak kriteria dan alternatif. akurasi yang didapatkan adalah 85,714% dengan

menggunakan 28 data.

Kata kunci : kriteria tanaman pangan, electre, topsis

Abstract

Indonesia is a country with a very strategic geographical location, it is very

beneficial for citizens because almost all plants can be planted in Indonesia.

Especially the food crop. Food crops are plants that are very important for the role

of living creatures, especially humans. Among the food crops are rice, corn,

peanuts, soybeans, these four plants have a very important role for national food

security. In every region in Indonesia have different types of soil and certainly the

fit for different crops as well. From four food crops namely rice, corn, peanuts and

soybeans. (Cm), peat thickness (cm), ph h2o, salinity dS / m, alkalinity% of the soil,

, Depth of sulfidation (cm), slope (%). Of the 12 criteria that will be matched with

existing soil conditions klaten. By matching the suitability of the land based on

these criteria it will be easier for farmers in determining what food crops are

suitable for the area so then the agricultural output will be increased

vii

Electre and topsis method is a multicriteria decision-making analysis

method, electre is based on the concept of outrangking by using pairwise

comparison of alternatives based on each appropriate criteria. In this study why

use the electre method because the electre method is very suitable for use in cases

that have many criteria and alternatives. The accuracy is 85.714% using 28 data.

Keywords : electre , topsis

viii

DAFTAR ISI

PENGESAHAN ........................................................................................................... ii

PERNYATAAN ORISINALITAS ................................................................................... iii

DAFTAR ISI ............................................................................................................. viii

BAB I ........................................................................................................................ 1

PENDAHULUAN ....................................................................................................... 1

1.1 Latar Belakang ............................................................................................... 1

1.2 Rumusan Masalah ......................................................................................... 2

1.3 Tujuan ............................................................................................................ 2

1.4 Manfaat ......................................................................................................... 2

1.5 Batasan Masalah ........................................................................................... 2

1.6 Sistematika Pembahasan............................................................................... 2

BAB II ....................................................................................................................... 4

LANDASAN KEPUSTAKAAN ...................................................................................... 4

2.1 Kajian Pustaka........................................................................................... 4

2.2 Kesesuaian Lahan Dan Kondisi Tanah ...................................................... 5

2.2.1 Kesesuaian Lahan .............................................................................. 5

2.1 Jenis Tanaman Pangan Dan Kondisi Tanah ............................................ 13

2.3 Persyaratan Tumbuh Tanaman .............................................................. 15

2.4 Pengambilan Keputusan ......................................................................... 16

2.5 Pengertian Multiple AtributE Decicion Making (MADM) ....................... 18

2.6 ELECTRE (ellimination and choice translation reality) ........................... 19

2.7 Technique for order performance by similarity to idea solution (TOPSIS)

22

2.8 Akurasi .................................................................................................... 24

BAB III .................................................................................................................... 25

METODOLOGI ........................................................................................................ 25

3.1 Penentuan Obyek ................................................................................... 25

3.2 Studi Literartur ....................................................................................... 25

3.2.1 Pengumpulan Data ............................................................................. 26

3.4 Perancangan Sistem ............................................................................... 28

3.5 Perancangan Pengujian .......................................................................... 29

ix

3.6 Pengambilan Kesimpulan ....................................................................... 29

BAB IV PERANCANGAN SISTEM ............................................................................ 30

PERANCANGAN ..................................................................................................... 30

4.4 Manual Implementasi .................................................................................. 70

1.4.1 Halaman Login ................................................................................. 71

1.4.2 Halaman Utama user IT Service ...................................................... 72

1.4.3 Halaman Tambah Data atau Ubah Data User ................................. 72

1.4.4 Halaman Utama user ...................................................................... 73

4.1.5 Halaman Data Kriteria & Bobot ............................................................ 74

4.1.6 Halaman Utama (Anggota) .................................................................. 74

BAB V ..................................................................................................................... 76

5.4.3 Algoritma Himpunan Concordance dan Discordance .............................. 80

5.5 SPESIFIKASI USER INTERFACE ............................................................. 97

BAB VI .................................................................................................................. 102

PENGUJIAN .......................................................................................................... 102

6.1 Pengujian Akurasi Hasil Akhir .................................................................... 102

6.1.1 Skenario pengujian akurasi hasil akhir ............................................... 102

6.1.2 Analisis Hasil Akurasi Hasil Akhir ........................................................ 105

6.2 Pengujian Bobot Kriteria Terhadap Hasil Akhir ......................................... 106

6.3.1 Skenario pengujian bobot kriteria ...................................................... 106

a. Uji bobot normal pada tanaman jagung .................................................. 106

BAB VII ................................................................................................................. 143

PENUTUP ............................................................................................................. 143

7.1KESIMPULAN .............................................................................................. 143

7.2 SARAN ................................................................................................... 143

DAFTAR PUSTAKA ................................................................................................ 144

Lampiran 1. Persyaratan tumbuh tanaman ........................................................ 145

Lampiran 2. Hasil pengujian akurasi ................................................................... 150

Lampiran 3. Hasil pengujian Bobot kriteria......................................................... 153

Lampiran 4. Hasil wawancara ............................................................................ 159

x

DAFTAR TABEL

Tabel 2. 1 Kajian pustaka......................................................................................... 4

Tabel 2. 2 Kualitas dan karakteristik lahan sebagai parameter yang digunakan

dalam evaluasi lahan ............................................................................................... 6

Tabel 2.3 Klasifikasi kedalaman tanah .................................................................. 10

Tabel 2.1.1 Kelas kesesuaian lahan.........................................................................4

Tabel 2.2.1 Kelas kesesuaian lahan.........................................................................7

Tabel 2.2.2.1 Bentuk wilayah dan lereng................................................................7

Tabel 2.4 Klasifikasi drainase.................................................................................10

Tabel 2.5 Klasifikasi tekstur tanah ........................................................................10

Tabel 2.6 Klasifikasi bahan kasar ..........................................................................10

Tabel 2.7 Klasifikasi kedalaman tanah...................................................................10

Tabel 2.8 Klasifikasi ketebalan gambut.................................................................10

Tabel 2.9 Klasifikasi tingkat bahaya erosi..............................................................11

Tabel 2.10 Klasifikasi kemasaman tanah...............................................................11

Tabel 3.2.2 Kualitas lahan.....................................................................................26

Tabel 3.3.2.3 Jenis tanaman pangan.....................................................................26

Tabel 3.3 Analisi kebutuhan..................................................................................27

Tabel 4.3 Bobot kriteria jagung.............................................................................53

Tabel 4.3.7 Bobot kriteria ternormalisasi..............................................................54

Tabel 4.3.8 Matrik concordance............................................................................57

Tabel 4.3.9 Matrik discordance.............................................................................59

Tabel 5.2 Spesifikasi perangkat lunak...................................................................69

xi

DAFTAR GAMBAR

Gambar 2.1 Empat elemen roadmap.....................................................................16

Gambar3.1 Flowchart perancangan proses...........................................................25

Gambar 3.4 Perancangan sistem...........................................................................28

Gambar 4.1 Perancangan sistem...........................................................................31

Gambar 4.2 Flowchart model komputasi...............................................................34

Gambar 4.3Flowchart normalisasi electre.............................................................35

Gambar 4.4 Pembobotan matrik normalisasi........................................................36

Gambar 4.5 Himpunan concordance.....................................................................37

Gambar 4.6Himpunan discordance.......................................................................38

Gambar 4.7 Matrik concordance...........................................................................39

Gambar 4.8Matrik discordance.............................................................................40

Gambar 4.9Dominan concordance........................................................................41

Gambar 4.10Dominan dicsordance.......................................................................42

Gambar 4.11 Matrik agregat dominan...................................................................43

Gambar 4.12 Matrik alternatif...............................................................................44

Gambar 5.1 Implementasi sistem..........................................................................68

Gambar 5.1.1.1Managemen member...................................................................91

Gambar 5.1.1.2 Proses perhitungan......................................................................91

Gambar 5.1.1.3 Himpunan concordance...............................................................92

Gambar 5.1.1.4Himpunan discordance.................................................................92

Gambar 5.1.1.5 Matrik concordance.....................................................................94

Gambar 5.1.1.6Matrik discordance.......................................................................94

Gambar 5.1.1.7 Matrik dominan concordance......................................................96

Gambar 5.1.1.8Matrik dominan discordance........................................................96

Gambar 5.1.1.9 Matrik agregat dominan...............................................................97

Gambar 5.1.1.10 Nilai preferensi...........................................................................98

BAB I

PENDAHULUAN

1.1 Latar Belakang

Negara indonesia merupakan negara dengan letak geografis yang sangat strategis,

hal ini sangat menguntungkan bagi warga negara indonesia karena hampir semua

tanaman dapat ditanam di indonesia. Terutama adalah tanaman pangan, karena tanaman

pangan memiliki peranan sangat penting dalam rangka meningkatkan ketahanan pangan

pangan nasional, kontribusi komuditas tanaman pangan seperti (padi,jagung,kacang –

kacangan, mbi-umbian). Upaya pengelolaan tanaman pangan secara terpadu perlu

diterapkan di dalam kegiatan bertani guna meningkatkan produktifitas hasil tanaman

pangan (baik dari segi kualitas dan kuantitas) dari tahun ketahun yang semakin tinggi.

Salah satu faktor yang mempengaruhi pertumbuhan tanaman pangan adalah kondisi

tanah tanah, kondisi tanah menjadi masalah terpenting dalam penanaman tanaman

pangan, karena tidak semua tanaman cocok dengan kondisi tanah pada suatu daerah.

Dalam pemilihan tanaman pangan berdasarkan kondisi tanah ini adalah salah satu

cara untuk meningkatkan produktivitas dengan mengetahui pengetahuan tentang

kesesuaian tamaman pada kondisi lahan. Dengan mengetahui faktor – faktor tentang

kesesuaian jenis tanaman pangan dengan kondisi lahan maka akan membantu dalam

meningkatkan produktivitas saat panen dan mengurangi masalah gagal panen yang saat

ini sering terjadi. Masalah gagal panen biasanya terjadi karena petani tidak

memperhatikan kondisi lahan, kondisi tanah akan berubah dengan pengaruh iklim

kemudian tanah tidak akan bagus jika selalu ditanami dengan jenis tanaman yang sama

pada dua atau lebih periode tanam. Dengan aplikasi ini diharapkan dapat membantu

petani saat paska panen, dengan menghimpun beberapa data tentang faktor – faktor

kesesuaian antara jenis tanaman dan kondisi lahan dengan cepat dan flesibel. Karena jika

manual petani akan merasakan kesulitan dalam penentuannya dengan melihat banyaknya

kriteria dan alternatif maka pada aplikasi ini akan memudahkan petani dalam

menentukan pemilihan tanaman pangan yang cocok sesuai dengan kondisi lahan pada

daerah mereka masing – masing.

Untuk mengatasi permasalahan di atas maka di penelitian ini dibangun sistem

pendukung keputusan, sistem pendukung keputusan adalah sebuah sistem yang mampu

memberikan pemecahan masalah maupun kemampuan pengkomunikasian untuk

masalah yang semi terstruktur dan situasi yang tidak terstuktur. Dimana tak seorangpun

tau secara pasti bagaimana keputusan seharusnya dibuat (Turban,2001). Dengan sistem

pendukung keputusan ini akan mempermudah petani mengetahui tanaman apa yang

cocok sesuai dengan kondisi tanah pada daerah akan yang mereka tanami. Pada sistem

pendukung keputusan ini menggunakan metode electre dan topsis, metode electre

adalah metode analisis pengambilan keputusan multikriteria, electre didasaran pada

konsep outrangking dengan menggunakan perbandingan berpasangan dari alternatif

berdasarkan setiap kriteria yang sesuai. Pada penelitian ini mengapa menggunakan

metode electre karena pada metode electre sangat cocok digunakan pada kasus yang

memiliki banyak kriteria dan alternatif.

Berdasarkan uraian permasalahan diatas maka sistem pendukung keputusan

pemilhan tanaman pangan berdasarkan kondisi tanah menggunakan metode electre

dapat mempermudah petani untuk memilih tanaman apa yang cocok sesuai dengan

kondisi tanah pada daerah mereka saat itu. Dengan begitu akan meningkatkan

produktifitas pada masa panen dan mengurangi masalah gagal panen.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan permasalah yang akan dibahas dalam penelitian ini adalah : 1. Bagaimana menerapkan metode electre dan topsis untuk pemilihan tanaman

pangan yang cocok sesuai dengan kriteria kondisi tanah yang dimasukan.

2. Bagaimana pengaruh bobot kriteria dalam proses pemilihan tanaman pangan pada suatu lahan?

1.3 Tujuan

Menerapkan metode electre dan topsis untuk pemilihan jenis tanaman pangan yang sesuai dengan kondisi tanah sehingga mempermudah dinas pertanian dalam melakukan penyuluhan terhadap petani saat paska panen sehingga dapat meningkatkan produktifitas saat panen.

1.4 Manfaat

1. Dapat memudahkan dinas pertanian dalam menentukan tanaman pangan apa yang cocok sesuai dengan kondisi tanah dan apa yang dibutuhkan oleh pasar pada saat itu.

2. Dapat membantu menaikan produksi hasil pertanian pada kabupaten klaten

1.5 Batasan Masalah

Untuk memberikan ruang lingkup yang jelas terhadap suatu penelitian, maka dibuat batasan-batasan permasalahan, yaitu : 1. Tempat penelitian dilakukan di dinas pertanian Klaten.

2. Data yang diambil dari dinas pertanian klaten adalah tentang kondisi tanah.

3. Keluaran dari sistem ini berupa informasi tentang kesesuaian tanaman pangan berdasarkan kondisi tanah

1.6 Sistematika Pembahasan

Sistematika penulisan laporan skripsi ini disesuaikan dengan tata cara penulisan skripsi program studi Teknologi Informasi dan Ilmu Komputer, Fakultas Teknik Informatika, Universitas Brawijaya.

Bab I Pendahuluan

Bab ini berisi gambaran umum penelitian skripsi tentang latar belakang, rumusan masalah, tujuan dan manfaat, batasan masalah, dan sistematika penulisan.

Bab II Tinjauan Pustaka Bab ini berisi tentang penelitian terdahulu yang menjadi landasan dan mendukung pembuatan skripsi yaitu berupa referensi dan teori mengenai rekomendasi pemilihan tanaman pangan berdasar kondisi tanah pada suatu lahan dan contoh perhitungan menggunakan metode electre dan topsis .

Bab III Metode Penelitian Bab ini menguraikan tentang metode penelitian yang membahas tentang gambaran sistem yaitu berupa analisis kebutuhan, implementasi sistem, pengujian dan analisis,

Bab IV Perancangan dan Implementasi Bab ini membahas tentang implementasi (hasil perancangan sistem

yang diimplementasikan dalam program aplikasi) yaitu berupa proses implementasi dari perancangan aplikasi, lingkungan implementasi (sistem operasi, perangkat keras dan Bahasa pemrograman yang digunakan) dan implementasi antar muka sistem.

Bab V Pengujian dan Analisis Bab ini berisi tentang pengujian dan analisis terhadap aplikasi Sistem Pendukung Keputusan (SPK) Rekomendasi pemilihan Tanaman Pangan berdasar kondisi tanah Pada Suatu Lahan Dengan Metode electre dan topsis.

Bab VI Penutup Bab ini berisi kesimpulan dan saran atas hasil perancangan sistem terintegrasi yang terkait langsung dengan topik dan permasalahan yang dibahas, yaitu pembuatan Sistem Pendukung Keputusan (SPK) Rekomendasi pemilihan Tanaman Pangan berdasar kondisi tanah Pada Suatu Lahan Daerah Di Kab.Klaten Dengan Metode electre dan topsis.

BAB II

LANDASAN KEPUSTAKAAN

2.1 Kajian Pustaka Kajian pustaka pada penelitian ini adalah membandingkan dan

mengembangkan dua penelitian yang diusulkan dengan penelitian sebelumnya. Pada penelitian sebelumnya dilakukan untuk Menentukan, Rekomendasi peserta didik baru yang diterima dalam bentuk perangkingan secara ascending dan Rekomendasi bahan dasar obat alternatif yang terangkir dari yang baik hingga tidak baik. Analisa perbandingan dari metode yang digunakan pada penelitian sebelumnya ditunjukkan pada Tabel 2.1.

Tabel 2. 1 Kajian pustaka

No Judul Object dan input Metode (proses)

Hasil (output)

1. Sistem pendukung keputusan seleksi penerimaan peserta didik baru smp menggunakan metode electre dan topsis

- Nilai rata – rata tes tlis

- Nilai rata rata raport

- Prestasi akademik

- Prestasi non akademik

- Wawancara peserta didik

- Wawancara orang tua

Menggunakan metode electre dan topsis

Rekomendasi peserta didik baru yang diterima dalam bentuk perangkingan secara ascending

2. Pemilihan tanaman pangan unggulan kotamadya cilegon

- Suhu

- Kelembaban udara

- Jenis tanah

- Curah hujan

- Luas lahan

- Agroklimat

- Jumlah panen

- Produksi

Menggunakan metode ahp

Yaitu dengan mencari nilai bobot terbesar dan nilai bobot terbesar adalah menjadi unggulan

3. Sistem pendukung keputusan untuk pemilihan bahan dasar obat alternatif dengan e;ectre dan topsis

- Jenis penyakit

- Nilai bobot tiap kriteria

- Bilai kriteria tiap alternative

Menggunakanmetode eectre dan topsis

Rekomendasi bahan dasar obat alternatif yang terangkir dari yanf baik hingga tidak baik

2.2 Kesesuaian Lahan Dan Kondisi Tanah

2.2.1 Kesesuaian Lahan

Kesesuaian lahan adalah kecocokan suatu lahan untuk penggunaan tertentu, sebagai contoh lahan untuk irigasi , tambak , pertanian tanaman tahunan atau pertanian tanaman semusim. Lebih spesisfik lagi kesesuaian lahan tersebut ditinjau dari sifat – sifat fisik lingkungannya, yang terdiri atas iklim, tanah , topografi, hidrologi atau drainase yang sesuai untuk usaha tani atau komodisas tertentu yang produktif

Kesesuaian lahan dalam pertanian tanaman sangat berpengaruh terhadap produktivitas tanaman, dalam hal ini tanah merupakan salah satu faktor terpenting yang mempengaruhi penggunaan lahan yang lebih atau kurang sesuai.

Untuk menunjang lahan yang sesuai maka harus diamati jenis tanah pada suatu lahan dan membandingkan tanah dengan lahan lain, maka akan tampak perbedaan profil tanahnya seperti keadaan tanah, sifat horizon tnah, warna , tektir tanah , susunan tanah dan lain – lain , adanya perbedaan tersebut akan menimbulkan potensi untuk setiap tanah dalam pengembangan suatu tanaman atau komoditas tertetu

Maka dari perbedaan tersebut untuk mengetahui tingkat kesesuaian lahan dilakukan evaluasi lahan, evaluasi lahan dilakukan dengan proses penilaian sumber daya lahan untuk tujuan tertentu dengan menggunakan pendekatan yang sudah teruji . hasil evaluasi lahan akan memberikan informasi dan arahan penggunaan lahan yang sesuai dengan keperluan.

2.2.1.1 Kesesuaian Lahan

Kelas kesesuaian lahan ditentukan berdasarkan kriteria yang diberikan tabel

Tabel 2. 1.1 Kelas kesesuaian lahan

Kelas kesesuaian lahan Kriteria

S1 : Sangat baik Lahan tidak mempunyai faktor pembatas yang berarti, nyata terhadap penggunaan secara berkelanjutan, atau faktor pembatas bersifat minor

dan tidak akan berpengaruh terhadap prduktivitas lahan secara nyata

S2 : Cukup sesuai Lahan mempunyai faktor pembatas, dan faktor pembatas ini akan berpengaruh terhadap produktvitasnya, memerlukan tambahn masukan input. Pembatas tersebt biasanya dapat diatasi oleh petani itu sendiri

S3 : Susuai marginal Mempunyai faktor pembatas yang berat, memelurkan tambahan masukan yang banyak untuk menjaga di golongan s2, memerlukan bantuan campur tangan dari pihak swasta.

N : Tidak sesuai Tidak sesuai mempunyai faktor pembatas yang sangat berat dan sangat sulit untuk diatasi

2.2.1 Karakteristik Lahan

Karakteristik lahan adalah sifat lahan yang dapat diukur atau diestemasi. Contoh lereng, curah hujan, tekstur tanah, kapasitas air tersedia, kedalaman efektif dan sebagainya.

Setiap satuan peta lahan yang dihasilkan dari kegiatam survei karakteristiknya diuraikan dan dirinci yang mencangkup keadaan fisik lingkunan dan tanahnya data yang diinteperennsikan untuk komusidas tertentu.

Seperti yang telah diuraikan karakteristik lahan yang ada bisa diestemasi atau diukur secara langsung dilapangan , tetapi pada umumnya ditetapka pada kualitas dan karakteristik lahan.

Hubungan antara kualitas dan karakterstik lahan diberikan pada tabel 2.2

Tabel 2.2 Kualitas dan karakteristik lahan sebagai parameter yang digunakan dalam evaluasi lahan

Tabel 2. 2 kualitas dan karakteristik lahan sebagai parameter yang digunakan dalam evaluasi lahan

Kualitas lahan Karakteristik lahan

Temperatur Temperatur rata – rata (c)

Ketersediaan air Curah hujan (mm), kelembabpan (%)

Ketersediaan oksigen (oa) Drainase

Gambut Ketebalan (cm), jika ada sisipn bahan mineral kematangan

Retensi hara (nr) KTK liat (cmol/kg), kejenuhan basa (%), ph C organik (%)

Toksisitas (xc) Salinitas

Soditas Alkalinitas

Bahaya sulfidik Kedalaman sulfidik

Bahaya erosi Kedalaman sulfidik

Bahaya banjir Genangan

Penyiapan lahan Bantuan dipermukaan (%)

Karakteristik lahan erat kaitannya untuk keperluan evaluasi lahan dapat dikelompokan ke dalam 3 faktor utama yaitu topografi , tanah dan iklim. Karakteristik lahan tersebut terutama ( topo grafi dan tanah ) merupakan unsur pembentuk satuan peta tanah.

2.2.2.1 Topografi

Topografi yang mempengaruhi perkembangan pembentukan profil tanag dalam evaluasi lahan adalah .

1. Topografi mempengaruhi jumlah curah hujan terabsorsi dan penyimpanan dalam tanah

2. Topografi mempengaruhi tingkat perpindahan tanah oleh absorsi

3. Topografi mempengaruhi arah gerakan gerakan bahan – bahan dalam suspense atau larutan dari sati tempat ketempat lain.

Topografi mempertimbangakn bentuk wilayah (relief ) atau lereng dan ketinggian tempat atas permukaan laut. Relief berhububgan erat faktor pengelolaan lahan dan bahaya erosi. Sedangkan faktor ketinggian temat diatas permukaan laut berkaitan dengan syarat tumbuh tanaman yang berhubungan dengan temperatur udaea dan radiasi matahari. Relief kelas disajikan pada tabel.

Tabel 2.2.2.1 Bentuk wilayah dan kelas lereng

Relief Lereng (%)

Datar <3

Berombak / melandai 3-8

Bergelombang 8-15

Berbukit 15-30

Bergunung 30-40

Bergunung curam 40-60

Ketitinggian tempat berpengaruh di dalam kesesuaian tanaman terhadap lahan yang berkaitan dengan temperetur dan radiasi matahari. Sebagian besar wilayah klaten terletak pada ketimggma 100-200 mdpl 56 (%). Diidkuti denga ketinggina 2002-400 mdpl (22,3%) dan ketinggian <100 m (11,24%) . Temperatur semakin menurun jika berada pada lahan dengan ketimgiima dan semakin tiggi demikan dengan radiasi matahari cenderung semakin menurun dengan semakin tinggi dari permukaan laut.

2.2.2.2 Iklim

Perkembangan profil tanah sangat dipengaruhi iklim, terutama curah hujan dan temperatur, kedua faktor ini menentukan reaksi – reaksi kimia dan sifat fisik didalam tanah, yang mengakibatkan iklim sering kali menjadi faktor yang mendominasi pembentukan tanah.

Besarnya curah hujan dikabupaten klaten bervariasi dari tahun ketahun namun secara umum ada kecenderungan jumlah curah hujan yang menurun. Curah hujan rata – rata 1.731 mm/tahun. Kabupaten klaten termasuk darah yang beriklim kering dan daerah paling kering adalah kebonarum, sedangakn yang paling basah adalah manisrenggo. Curah hujan tahunan terendah dijumpai dikebon arum yaitu 1.226 mm/tahun dan tertinggi di jatinom yaiti 2.090 mm/tahun

2.2.2.3 Tanah

Tanah merupakan salah satu sumber daya alam yang memiliki fungsi sebagai

media pertumbuhan tanaman, habitat jasad tanah, media bagi konstruksi, sistem

daur-ulang bagi unsur hara dan sisa organik dan lain-lain. Maka dari itu tanah

sangatlah berperan penting dalam sebuah ekosistem. Setiap tanah dalam

pengembangannya memiliki tindakan khusus yang berbeda karena tanah memiliki

sifat dan keterbatasan masing-masing yang akan menentukan kemampuannya.

Misalnya untuk menanam tanaman tertentu diperlukan tindakan konverensi serta

rehabilitasi yang tepat karena sangat menentukan tingkat keberhasilan konverensi

lahan. Agar tanaman yang dianjurkan tersebut bisa tumbuh dengan baik maka

informasi yang diperoleh dari hasil survei tanah dapat membantu pertumbuhan

tanaman dengan resiko kegagalan yang rendah.

Aspek tanah yang paling penting adalah kedalaman lapisan perakaran, drainase,

tingkat kesuburan tanah, retensi hara, salinitas tanah, kapasitas air dan

kemungkinan mengalami penggenangan atau banjir.[SUN-09]

1. Drainase

Drainase tanah menunjukkan kecepatan meresapnya air dari tanah atau

keadaan tanah yang menunjukkan sering dan lamanya jenuh air. Drainase tanah

diklasifikasikan sebagai berikut:[SUN-09]

Tabel 2.4 Klasifikasi drainase tanah

Berlebihan Air yang berlebihan segera keluar dari tanah dan tanah hanya akan menahan sedikit air sehingga tanaman akan segera kekurangan air.

Baik Tanah memiliki peredaran udara (aerasi) yang aik. Seluruh profil tanah dari atas sampai ke bawah > 150 cm,

berwarna terang dan seragam dan tidak terdapat karat (bercak-bercak kuning coklat atau kelabu).

Agak Baik Tanah beraerasi baik di daerah perakaran. Tidak terdapat bercak-bercak berwarna kning, coklat atau kelabu pada lapisan atas dan bagian atas lapisan bawah (sampai sekitar 60 cm dari permukaan tanah).

Agak Buruk Lapisan tanah atas beraerasi baik. Tidak terdapat bercak-bercak berwarna kuning, coklat, atau kelabu. Bercak-bercak terdapat pada seluruh lapisan bawah (sekitar 40 cm dari permukaan tanah)

Buruk Bagian bawah lapisan atas (dekat permukaan) terdapat warna atau bercak-bercak berwarna kelabu, coklat dan kekuningan.

Sangat buruk Seluruh lapisan sampai permukaan tanah berwarna kelabu atau terdapat bercak-bercak berwarna kebiruan, atau terdapat air yang menggenang di permukaan tanah dalam waktu yang lama sehingga menghambat pertumbuhan tanaman.

2. Tekstur

Tekstur merupakan komposisi partikel tanah halus (diameter 2 mm) yaitu pasir,

debu, liat. Tekstur dapat ditentukan di lapangan seperti pengelompokan kelas

tekstur di bawah ini:[SUN-09]

Tabel 2.5 Klasifikasi tekstur tanah

Halus Liat berpasir, liat, liat berdebu

Agak halus Lempung berliat,lempung liat berpasir, lempung liat berdebu

Sedang Lempung berpasir sangat halus, lempung, lempung berdebu, debu

Agak kasar Lempung berpasir

Kasar Pasir, pasir berlempung

Sangat halus Liat

3. Bahan kasar

Bahan kasar adalah presentasi kerikil, kerakal atau batuan pada setiap lapisan

tanah, dibedakan menjadi:[SUN-09]

Tabel 2.6 Klasifikasi bahan kasar

Sedikit <15%

Sedang 15-35%

Banyak 35-60%

Sangat banyak >60%

4. Kedalaman tanah

Kedalaman tanah, dibedakan menjadi:[SUN-09]

Tabel 2.7 Klasifikasi kedalaman tanah

Sangat dangkal <20 cm

Dangkal 20-50 cm

Sedang 50-75 cm

Dalam 75 cm

5. Ketebalan gambut

Kedalaman gambut, dibedakan menjadi:[SUN-09]

Tabel 2.8 Klasifikasi ketebalan gambut

Tipis <60 cm

Sedang 60-100 cm

Agak tebal 100-200 cm

Tebal 200-400 cm

Sangat tebal >400 cm

6. Alkalinitas

Menggunakan nilai presentase natrium dapat ditukar (exchangeable sodium

percentage atau ESP) yaitu dengan perhitungan.[SUN-09]

7. Bahaya erosi

Tingkat bahaya erosi dapat diprediksi berdasarkan kondisi lapangan, yaitu

dengan cara memperhatikan adanya erosi lembar permukaan (sheet erosion),

erosi alur (rill erosion), dan erosi parit (gully erosion). Pendekatan lain untuk

memprediksi tingkat bahaya erosi yang relative lebih mudah dilakukan adalah

dengan memperhatikan permukaan yang hilang (rata-rata) pertahun,

dibandingkan dengan tanah yang tidak bererosi yang dicirikan oleh masih adanya

horizon A. Horizon A biasanya dicirikan oleh warna gelap karena relative

mengandung bahan organic yang lebih tinggi. Tingkat bahaya erosi dapat disajikan

sebagai berikut:[SUN-09]

Tabel 2.9 Klasifikasi tingkat bahaya erosi

Sangat ringan (sr) <0,15

Ringan (r) 0,15-0,9

Sedang (s) 0,9-1,8

Berat (b) 1,8-4,8

Sangat berat (sb) >4,8

8. Kemasaman tanah

Ditentukan atas dasar pH tanah pada kedalaman 0-20 cm dan 20-50 cm seperti

dapat dilihat pada Tabel 2.9.[SUN-09]

Tabel 2.10 Klasifikasi kemasaman tanah

Sangat masam <4,5

Masam 4,5-5,5

Agak masam 5,6-6,5

Netral 6,6-7,5

Agak alkalis 7,6-8,5

Alkalis >8,5

2.2.3 Persyaratan Penggunaan Lahan/Tumbuh Tanaman

Semua jenis komoditas termasuk tanaman pertanian, pertenakan, dan

perikanan yang berbasis lahan untuk dapat tumbuh atau hidup dan berproduksi

memerlukan persyaratan-persyaratan tertentu yang kemungkinan antara satu

dengan lainnya berbeda.

Persyaratan tumbuh diperlukan oleh masing-masing komoditas (pertanian,

pertenakan, perikanan dan kehutanan) mempunyai batas kisaran minimum,

optimum, dan maksimum. Untuk menentukan kesesuaian lahan, maka

persayaratan tersebut dijadikan dasar dalam menyusun kelas kesesuaian lahan

yang dikaitkan dengan kualitas dan karakteristik lahan. [MDA-11]

Dalam penelitian ini menggunakan komuditas pertanian dalam persyaratan

tumbuh tanaman, berikut akan disebutkan persyaratan tumbuh tanaman pangan

berupa padi, jagung, kedelai, dan kacang tanah yang akan digunakan untuk

penyesuaian lahan terhadap tanaman pada tabel 2.3, 2.4, 2.5, dan 2.6.

Persyaratan penggunaan lahan untuk:

1. Jagung

a. Iklim

Temperatur berkisar antara 16 sampai 30 derajat celcius, yang optimum

antara 20 sampai 26 derajat celcius. Curah hujan berkisar antara 500 sampai 1.600

mm/tahun, dan yang optimum antara 1.000 sampai 1.500 mm/tahun.

b. Tanah

Persyaratan kebutuhan tanah sebagai berikut: Tanah dalam, konsistensi

gembur (lembab), permeabilitas sedang, drainase agak cepat sampai baik, tingkat

kesuburan sedang, tekstur lempung dan lempung berdebu dengan kandungan

humus sedang. Reaksi tanah (pH) berkisar antara 5,2-8.5 dan yang optimum antara

5,8-7,8. Uraian persyaratan tumbuh tanaman jagung terdapat pada lampiran

1.[KLT-10]

2. Padi

a. Iklim

Rerata temperature lebih dari 18 derajat celcius, optimum antara 25 sampai 28

derajat celcius, curah hujan optimum untuk padi dari 1.600 mm/tahun.

b. Tanah

Pengelolaan yang baik lebih penting dari kondisi iklim dan tanahnya. Padi dapat

tumbuh pada berbagai tipe tanah. Reaksi tanah (pH) berkisar antara 5.0- 8.5, yang

optimum berkisar antara 5,6-8,2.

Padi termasuk tanaman yang sensitif terhadap salinitas, salinitas yang hanya

mencapai 2 dS/m dipertimbangkan optimal, tetapi jika mencapai 4-6 dS/m

tergolong marginal. Tanaman padi tidak berkembang jika salinitas mencapai lebih

besar dari 6 dS/m Uraian persyaratan tumbuh tanaman padi terdapat pada

lampiran 1.[KLT-10]

4. Kacang Tanah

a. Iklim

Temperatur berkisar antara 18 sampai 34 derajat celcius, yang optimum antara 25

sampai 27 derajat celcius. Curah hujan pada masa pertumbuhan sekitar 1.000 mm,

yang optimum berkisar antara 400 sampai 1.100 mm selama masa pertumbuhan.

b. Tanah

Persyaratan kebutuhan tanah sebagai berikut: Kedalaman tanah minimum 25 cm,

dan optimum > 75 cm, permeabilitas sedang, drainase agak cepat dampai baik,

tekstur pasir berlempung sampai liat. Reaksi tanah (pH) berkisar antara 4,0-8,5 dan

yang optimum antara 6,0-7,0. Uraian persyaratan tumbuh tanaman kacang tanah

terdapat pada lampiran 1.[KLT-10]

4. Kedelai

a. Iklim

Kisaran temperature antara 18 sampai 32 derajat celcius, yang optimum antara 23

sampai 25 derajat celcius. Curah hujan optimum pada masa pertumbuhan berkisar

antara 350 351 sampai 1.100 mm. Siklus pertumbuhan kedelai sekitar 90-120 hari.

b. Tanah

Persyaratan kebutuhan tanah sebagai berikut: Kedalaman perakaran minimum 20

cm. Reaksi tanah (pH) berkisar antara 5,4-7,8. Kedelai tidak tahan terhadap

genangan. Uraian persyaratan tumbuh tanaman kedelai terdapat pada lampiran

1.[KLT-10]

Tanah merupakan salah satu sumber daya alam yang memiliki fungsi sebagai

2.1 Jenis Tanaman Pangan Dan Kondisi Tanah

Indonesia dikenal sebagai negara agraris, yaitu negara yang sebagian besar

penduduknya mempunyai mata pencaharian di berbagai bidang pertanian, seperti

budidaya tanaman pangan. Kelompok tanaman yang termasuk komoditas pangan

adalah tanaman pangan, tanaman hrtikultura non-tanaman hias dan kelompok

tanaman lain penghasil bahan baku produk pangan. Dalam pembelajaran kali ini,

kita akan mempelajari tentang tanaman pangan utama, yaitu tanaman yang

menjadi sumber utama bagi karbohidrat dan protein untuk memenuhi kebutuhan

manusia.Hasil budidaya tanaman pangan dimanfaatkan untuk memenuhi

kebutuhan pangan sendiri. Hasil budaya tanaman pangan juga diperdagangkan

sehingga dapat menjadi mata pencaharian. Hal ini menjadikan tanaman sebagai

komoditas pertanian yang sangat penting bagi bangsa Indonesia. Indonesia

memiliki berbagai jenis tanaman pangan. Keberagaman jenis tanaman pangan

yang kita miliki merupakan anugerah dari Yang Mahakuasa sehingga kita harus

bersyukur kepada-Nya. Bentuk syukur kepada yang Mahakuasa dapat diwujudkan

dengan memanfaatkan produk pangan yang dihailkan oleh petani dengan sebaik-

baiknya.Tanaman panganan dikelompokkan berdasarkan umur, yaitu tanaman

semusim dan tanaman tahunan. Tanaman semusim adalah tanaman dipanen

dalam satu musim tanaman, yaitu antara 3-4 bulan, seperti jagung dan kedelai

atau antara 6-8 bulan, seperti singkong. Tanaman tahunan adalah tanamanyang

terus tumbuh setelah bereproduksi atau menyelesaikan siklus hidupnya dalam

jangka waktu lebih dari dua tahun, misalnya sukun dan sagu. Tanaman pangan

juga dibagi menjadi 3 kelompok yaitu serealia, kacang-kacangan, dan umbi-

umbian. Kelempok serealia dan kacang-kacangan menghasilkan biji sebagai

produk hasil budidaya, sedangkan umbi-umbian menghasilkan umbi batang atau

umbi akar sebagai produk hasil budidaya.

1. Padi (Oryza sativa L.)

Padi memiliki batang yang berbuku dan berongga. Daun dan anakan tumbuh

dari buku yang ada pada batang. Bunga atau malai muncul dari buku yang terakhir.

Akar padi berupa akar serabut. Bulir padi terdapat pada malai yang dimiliki oleh

anakan. Budidaya padi dikelompokkan menjadi padi sawah, padi gogo, dan padi

rawa. Tanaman padi diperbanyak dengan menggunakan biji.

2. Jagung (Zea mays L.)

Jagung memiliki batang tunggal yang terdiri atas buku dan ruas. Daun jagung

terdapat pada setiap buku pada batang. Jagung memiliki bunga jantan dan bunga

betina yang terpisah, namun masih pada pohon yang sama. Bunga jantan terletak

di ujung batang, sedangkan bunga betina (tongkol) berada di bagian tengah

batang jagung. Jagung dapat ditanam di lahan kering maupun di lahan sawah

sesudah panen padi. Tanaman jagung diperbanyak dengan biji.

3. orgum (Sorghum bicolor L.)

Sorgum sekilas mirip dengan tanaman jagung. Sorgum memiliki batang yang

berbuku-buku. Kadang-kadang sorgum juga dapat memiliki anakan. Sorgum

memiliki bunga yang tersusun dalam malai yang terdapat di ujung batang. Sorgum

diperbanyak dengan biji. Sorgum dapat ditanam pada berbagai kondisi lahan baik

subur maupun kurang subur atau lahan marjinal karena sorgum memiliki daya

adaptasi yang luas.

4. Kedelai (Glycine max L.)

Kedelai merupakan tanaman semusim dengan tinggi tanaman antara 40-90

cm, memiliki daun tunggal dan daun bertiga (trifoliate). Daun dan polong kedelai

memiliki bul. Tanaman kedelai memiliki umur antara 72-90 hari. Polong kedelai

yang telah masak ditandai dengan kulit polong yang berwarna cokelat. Kedelai

diperbanyak dnegan biji. Berdasarkan warna bijinya, kedelai dibedakan menjadi

keledai kuning, hijau kekuningan, cokelat, dan hitam, namun endosperm kedelai

umumnya berwarna kuning. Kedelai dapat ditanam di lahan kering atau di sawah

sesudah panen padi.

5. Kacang Tanah (Arachis hipogeae L.)

Kacang tanah dapat ditanam di lahan kering dan lahan sawah sesudah panen

padi. Kacang tanah diperbanyak dengan biji. Kacang tanah memiliki batang yang

bercabang dengan tinggi tanaman antara 38-68 cm. Tanaman ini memiliki tipe

rumbuh dengan memanjang di atas permukaan tanag. Kacang tanah memiliki

polong yang tumbuh dari ginofor di dalam tanah. Kacang tanah dapat dipanen

pada umur 90-95 hari setelah tanam.

6. Kacang Hijau (Vigna radiata L.)

Tanaman kacang hijau merupakan tanaman pangan semusim yang

mempunyai umur panen anatara 55-65 hari setelah tanam. Kacang hijau memiliki

tinggi tanaman antara 53-80 cm, batang bercabang serta daun dan polong yang

berbulu. Kacang hijau diperbanyak dengan biji. Kacang hijau dapat ditanam di

lahan kering maupun di lahan sawah sesudah panen padi.

7. Singkong (Manihot utilissima)

Tanaman singkong atau ubi kayu merupakan tanaman berkayu yang dipanen

umbinya. Daun tanaman ini dapat dimanfaatkan sebagai sayuran. Tanaman ubi

kayu dapat menghasilkan biji tetapi tidak digunakan untuk perbanyakan. Tanaman

ini biasanya dieprbanyak dengan menggunakan stek batang.Umur tanaman ubi

kayu sekitar 8-10 bulan. Tanaman ubi kayu mempunyai daya adaptasi yang laus,

tetapi umumnya ubi kayu ditanam di lahan kering.

2.3 Persyaratan Tumbuh Tanaman

Persyaratan penggunaan lahan dari sebuah tipe penggunaan lahan adalah suatu

perangkat yang dibutuhkan agar tipe penggunaan lahan yang spesifik dapat berfungsi

dengan baik. Persyaratan tersebut dapat berupa persyaratan ekologos , pengelolaan dan

georafis semua jenis komoditas termasuk tanman pertanian untuk dapat tumbuh dan

beproduksi memerlukan persyaratan tertentu yang berbeda satu sama lain, persyaratab

terutama terdiri dari lengas kelembabpan dan oksigen dan hara.

2.3.1 Kualitas Lahan Kualitas lahan adalah sifat sifat pengenal atau atribut yag bersifat kompleks dari sebidang

lahan. Setiap kualitas mempunyai keranekaragaman yang berpengaruh terhadap

kesesuaian bagi pengguna tertentu dan biasanya terdiri atas satu atau lebih karakteristik.

Kualitas lahan yang ada yang bisa diestimasi atau diukur secara langsung dilapangan ,

tetapi pada umumnya berdasar karakteristik lahan.

2.4 Pengambilan Keputusan

Pengambilan Keputusan adalah proses yang kompleks dan dipengaruhi oleh

banyak faktor baik manusia dan non-manusia. Proses pengambilan keputusan

menggunakan empat elemen roadmap sebagai ismengidentifikasi apa yang harus

dilakukan nantinya dan juga dapat memperkirakan dimana terjadinya. Roadmap

adalah satu set peluang dalam aliran logis, yang mengarah ke pengembangan dari

sebuah keputusan yang kuat (Pourvakhshouri,2006).

Decision Support System atau Sistem Pendukung Keputusan (SPK) adalah

sistem berbasis komputer yang menyatukan informasi dari berbagai sumber,

membantu organisasi dan analisis informasi serta memfasilitasi evaluasi asumsi

yang mendasari penggunaan model tertentu. SPK memungkinkan pembuat

keputusan untuk mengakses data yang relevan di seluruh organisasi karena

mereka membutuhkannya untuk membuat pilihan di antara beberapa alternatif.

SPK memungkinkan pengambilan keputusan untuk menganalisa data yang

dihasilkan dari sistem pemrosesan transaksi dan sumber informasi internal

dengan mudah. SPK juga memungkinkan akses ke informasi eksternal dari

organisasi serta memungkinkan pengambil keputusan untuk menganalisis

informasi yang berperan dalam ketelitian keputusan dan memberikan dukungan

yang interaktif (Sauter,2010).

SPK merupakan area pembuatan aplikasi sistem informasi, yang membantu

para pembuat keputusan untuk menarik suatu keputusan yang efisien di suatu

waktu. SPK menyediakan bantuan yang mudah dimengerti bagi para pembuat

keputusan non teknis untuk dapat menemukan metode terbaik dengan cepat. SPK

adalah perangkat lunak yang menetapkan hubungan yang diperlukan antara

kondisi saat ini dan kebutuhan manajemen yang diperlukan. Tahapan dalam

pengambilan keputusan yaitu pembatasan masalah, definisi alternatif keputusan,

membuat keputusan (Pourvakhshouri,2006).

Gambar 2.4.1 Empat elemen roadmap

2.4.1 Proses pengambilan keputusan

Karena SPK berhubungan dengan proses pengambilan keputusan, maka kita perlu mengetahui dengan baik bagaimana proses pengambilan keputusan dilakukan. Terdapat 4 tahapan proses pengambilan keputusan, yaitu sebagai berikut:

1. Intelligence (Studi Kelayakan)

Pada langkah ini, sasaran ditentukan dan dilakukan pencarian produser, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah.

2. Design (Desain)

Pada tahapan ini akan diformulasikan model yang akan digunakan dan kriteria-kriteria yang ditentukan. Setelah itu, dicari alternatif model yang bisa menyelesaikan permasalah tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian, ditentukan variable-variabel model.

3. Choice (Pemilihan)

Setelah pada tahapan design ditentukan berbagai alternatif model beserta variabel-variabelnya, pada tahapan ini akan dilakukan pemilihan modelnya, termasuk solusi dari model tersebut, selanjutnya dilakukan analisis sensitivitas, yakni dengan mengganti beberapa variabel.

4. Implementation (Implementasi)

Setelah menentukan modelnya, berikutnya adalah mengimplementasikannya dalam aplikasi SPK.

2.3.2 proses pengambilan keputusan

Adapun karakteristik dan kemampuan yang dimiliki oleh SPK, diantaranya

(Subakti, 2012):

1. SPK menyediakan dukungan bagi pengambil keputusan utamanya pada situasi semi terstruktur dan tidak terstruktur, dengan memadukan pertimbangan manusia dan informasi terkomputerisasi.

2. Dukungan disediakan untuk berbagai level manajerial yang berbeda, mulai dari pimpinan puncak sampai manajer lapangan.

3. Dukungan disediakan bagi individu dan juga bagi kelompok.

4. SPK menyediakan dukungan ke berbagai keputusan yang berurutan atau saling berkaitan.

5. SPK mendukung berbagai fase proses pengambilan keputusan: Intelligence (Kecerdasan), Design (Desain), Choice (Pilihan) dan Implementation (Implementasi).

6. SPK menyediakan dukungan ke berbagai keputusan dan style yang berbeda-beda; ada kesesuaian diantara SPK dan atribut pengambil keputusan individu.

7. SPK selalu dapat beradaptasi sepanjang masa. Pengambil keputusan harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan beradaptasi untuk membuat SPK selalu dapat menangani perubahan.

8. SPK mudah digunakan. User harus merasa nyaman dengan sistem. User-friendliness, Fleksibilitas, Dukungan grafik terbaik dan antarmuka bahasa yang sesuai dengan bahasa manusia. Kemudahan ini diimplikasikan pada mode yang interaktif.

9. SPK mencoba untuk meningkatkan efektivitas dari pengambilan keputusan (akurasi, jangka waktu, kualitas), lebih dari efisiensi yang dapat diperoleh (biaya membuat keputusan, termasuk biaya penggunaan komputer).

10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua langkah proses pengambilan keputusan dalam menyelesaikan masalah.

11. SPK mengarah pada pembelajarannya,yaitu mengarah pada kebutuhan baru dan penyempurnaan sistem, yang mengarah pada pembelajaran, yang mengarah pada pembelajaran tambahan dan begitu selanjutnya dalam proses pengembangan serta peningkatan SPK secara berkelanjutan.

12. User harus menyusun sendiri sistem yang sederhana. Sistem yang lebih besar dapat dibangun dalam organisasi user dengan melibatkan sedikit saja bantuan dari spesialis di bidang Information System (IS).

13. SPK biasanya mendayagunakan berbagai model (standar atau sesuai keinginan user) dalam menganalisis berbagai keputusan.

14. SPK dalam tingkat lanjut dilengkapi dengan komponen knowledge yang dapat memberikan solusi yang efisien dan efektif dari berbagai masalah.

2.5 Pengertian Multiple AtributE Decicion Making (MADM)

1. Metode Simple Addictive Weighting (SAW)

sering disebut dengan istilah metode penjumlahan terbobot.Konsep dasarnya

adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif

pada semua atribut.Metode ini membutuhkan proses normalisasi matriks

keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating

alternatif yang ada.

2. Weighted Product (WP)

Metode ini menggunakan perkalian untuk menghubungkan rating atribut, dimana

rating setiap atribut hartus dipangkatkan dulu dengan bobot atribut yang

bersangkutan. proses ini hanya dengan proses normaliasi.

3. ELECTRE

Merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan

pada konsep outrangking dengan menggunakan perbandingan berpasangan dari

alternatif-alternatif berdasarkan setiap kriteria yang sesuai. Digunakan untuk

kasus-kasus dengan banyak alternatif namun hanya sedikit kriteria yang

dilibatkan.

4. Technique for Order Preference by Similarity of Ideal Solution (TOPSIS).

Salah satu metode pengambilan keputusan multikriteria yang pertama kali

diperkenalkan oleh Yoon dan Hwang (1981). Menggunakan prinsip bahwa

alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan

terjauh dari solusi ideal negatif dari sudut pandang geometris dengan

menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu

alternatif dengan solusi optimal.

Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan

secara praktis, karena konsepnya sederhana dan mudah dipahami, komputasinya

efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-

alternatif keputusan

5. Analytic Hierarchy Process (AHP)

Merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas

L. Saatya. Menguraikan masalah multifaktor atau multi kriteria yang kompleks

menjadi suatu hirarki.

2.6 ELECTRE (ellimination and choice translation reality)

Electre didasarkan pada konsep perankingan melalui perbandingan

berpasangan antar alternative pada criteria yang sesuai. Suatu alternative

dikatakan mendominasi altefnatif yang lainnya jika satu atau lebih kriterianya

melebihi dan sama dengan criteria lain yang tersisa.

Metode electre termasuk metode analisi pengambilan keputusan

multikriteria yang berasal dari eropa pada tahun 1960an. ELECTRE didasarkan

pada konsep outrangking dengan menggunakan perbandingan berpasangan dari

alternatif berdasarkan setiap kriteria yang sesuai.

Suatu alternatif mendominasi altermatif lain jika satu atau lebih kriteria

melebihi dibandingka dengan kriteria dari alternatif lain, dan sama dengan kriteria

lain yang tersisa. Hubungan perangkingan alternatif misal Ak dan A1. Jika alternatif

ke- K tidak mendominasi alternatif ke- 1secara kuantitatif, maka pengambil

keputusan lebih baik mengambil resiko Ak dari pada Ai

Metode ELECTRE melakukan perbandingan berpasangan anatara semua

alternatif untuk setiap atribut secara terpisah dalam rangka untuk

mengembangkan hubungan ourangking antara alternatif. Metode ini pada

pertama- pertama menghilangkan alternatif yang kurang diinginkan kemudian

menggunakan complimentary analysis untuk memilih alternatif terbaik. Karea

perbandingan berlangsug antara alternatif yang tersedia maka akan dikonsep

ELECTRE dimana membandingkanalternatif dengan beberapa set referensi nilai

untuk melihat nilai parameter yang diinginkan.

Suatu alternatif mendominasi alternatif lain jika satu atau lebih kriteria

melebihi dibandingkan dengan kriteria dari alternatif lain dan

Langkah-langkah yang dilakukan dalam penyelesaian masalah menggunakan

Metode Electre

Langkah 1 : normalisasi matrik keputusan .

𝒓𝒊𝒋=

𝑿𝒊𝒋

√∑ 𝑿𝒊𝒋𝟐𝒎

𝒊=𝟏

𝒖𝒏𝒕𝒖𝒌 𝒊=𝟏 ,𝟐 ,𝟑…,𝒎 𝒅𝒂𝒏 𝒋=𝟏,𝟐,𝟑,…,𝒏 (2.1)

Sehingga dapat matrik R hasil nirmalisasi

𝑹 =

𝒓𝟏𝟏 𝒓𝟏𝟐 … 𝒓𝟏𝒏

𝒓𝟐𝟏 𝒓𝟐𝟐 … 𝒓𝟐𝒏

⋮𝒓𝒎𝟏

⋮𝒓𝒎𝟐

⋮ …… 𝒓𝒎𝒏

(2.2)

R adalah matrik yang telah dinormalisasikan atau disebut normaized decision

matrix dimana m menyatakan alternatif, n menyatakan kriteria dan r adalah

normalisasi pengukuran pilihan dari alternatif ke –i dalam hubungan dengan

kriteria j.

Langkah 2 : pembobotan pada matriks yang telah dinormalisasi

Setelah dinormalisasi, setiap kolom dari matris R dikalikan dengan bobot (w) yang

ditentukan oleh pembuar keputusan sehingga , weighted normalized matrix

adalah V = rw adalah yang ditulis didalam persamaan

V= W . R

[

𝒗𝟏𝟏 𝒗𝟏𝟐 … 𝒗𝟏𝒏

𝒗𝟐𝟏

⋮𝒗𝒎𝟏

𝒗𝟐𝟐 … 𝒗𝟐𝒏

⋮𝒗𝒎𝟐

⋮…

⋮𝒗𝒎𝒏

] = [

𝒘𝟏𝒓𝟏𝟏 𝒘𝟐𝒓𝟏𝟐 … 𝒘𝒏𝒓𝟏𝒏

𝒘𝟏𝒓𝟐𝟏

⋮𝒘𝟏𝒓𝒎𝟏

𝒘𝟐𝒓𝟐𝟐

⋮𝒘𝟐𝒓𝒎𝟐

…⋮…

𝒘𝒏𝒓𝟐𝒏

⋮ 𝟎𝒘𝒏𝒓𝒎𝒏

] (2.3)

Dimana W adalah matriks pembobotan, R matriks yang telah dinormalisasi dan V

matriks hasil perkalian antara matriks pembobotan dan matriks yang telah

dinormalisasi.

𝒘 = [

𝒘𝟏 𝟎𝟎 𝒘𝟐

… 𝟎… 𝟎

⋮ ⋮𝟎 𝟎

⋮ ⋮… 𝒘𝒏

] (2.4)

Langkah ke 3 adalah menentukan himpunan concordance dan doscordance

Menentukan himpunan concordance dan discordance index. Untuk setiap pasang

dari alternatif k dan l (k, l= 1,2,3, …, m dan k ≠ l) kumpulan J kriteria dibagi menjadi

dua himpunan bagian, yaitu concordance dan discordance. Sebuah kriteria dalam

suatu alternatif termasuk concordance jika:

𝑪𝒌𝒍= {𝒋,𝒗𝒌𝒋 ≥𝒗𝒊𝒋} ,𝒖𝒏𝒕𝒖𝒌 𝒋=𝟏,𝟐,𝟑,…,𝒏. (2.5)

Sebaliknya, komplementer dari himpunan bagian concordance adalah himpunan

discordance, yaitu bila:

𝑫𝒌𝒍 = {𝒋, 𝒗𝒌𝒋< 𝒗𝒊𝒋}, 𝒖𝒏𝒕𝒖𝒌 𝒋 = 𝟏, 𝟐, 𝟑, . . . , 𝒏. (2.6)

Langkah keempat yaitu menghitung matrik concordance dan discordance

Menghitung matriks concordance dan discordance. Menghitung matriks

concordance, untuk menentukan nilai dari elemen-elemen pada matriks

concordance adalah dengan menjumlahkan bobot-bobot yang termasuk pada

himpunan concordance, secara matematisnya adalah sebagai berikut:

𝑪𝒌𝒍 = ∑ 𝑾𝑱𝒋𝑪𝒋𝒍 (2.7)

Menghitung matriks discordance, untuk menentukan nilai dari elemen-elemen 12

pada matriks disordance adalah dengan membagi maksimum selisih kriteria yang

termasuk ke dalam himpunan bagian disordance dengan maksimum selisih nilai

seluruh kriteria yang ada, secara matematisnya adalah sebagai berikut:

𝒅𝒌𝒍 =𝒎𝒂𝒙⟦𝒗𝒌𝒋−𝒗𝟏𝒋⟧𝒋𝝐𝒅𝒌𝒍

𝒎𝒂𝒙⟦𝒗𝒌𝒋−𝒗𝟏𝒋⟧∀𝒋 (2.8)

Langkah kelima yaitu menentukan matrik dominan concordance dan discordance Menentukan matriks dominan concordance dan disordance Menghitung matriks dominan concordance, matriks F sebagai matriks dominan concordance dapat dibangun dengan bantuan nilai threshold, yaitu dengan membandingkan setiap nilai elemen matriks concordance dengan nilai threshold.

𝑪𝒌𝒍 ≥ 𝒄 (2.9) Dengan nilai threshold ( c ) adalah :

𝒄 = ∑ ∑ 𝒄𝒌𝒍

𝒎𝒊=𝟏

𝒎𝒌=𝟏

𝒎(𝒎−𝟏) (2.10)

Sehingga elemen matriks F ditentukan sebagai berikut :

𝑓𝑘𝑙 = {𝟏, 𝒋𝒊𝒌𝒂 𝒄𝒌𝒍 ≥ 𝒄𝟎, 𝒋𝒊𝒌𝒂 𝒄𝒌𝒍 < 𝒄

(2.12)

Menghitung matriks dominan discordance, matriks G sebagai matriks dominan

disordance dapat dibangun dengan bantuan nilai threshold d:

𝒅 =∑ ∑ 𝒅𝒌𝒍

𝒎𝒊=𝟏

𝒎𝒌=𝟏

𝒎(𝒎−𝟏) (2.13)

Dan elemen matriks G ditentukan sebagai berikut:

𝒈𝒌𝒍 = {𝟏, 𝒋𝒊𝒌𝒂 𝒅𝒌𝒍 ≥ 𝒅𝟎, 𝒋𝒊𝒌𝒂 𝒅𝒌𝒍 < 𝒅

(2.14)

Langkah keenam yaitu menentukan matrik agregat dominan

Menentukan aggregate dominanc matrik Matriks E sebagai aggregate dominanc

matrik adalah matrik yang setiap elemennya merupakan perkalian antara elemen

matrik F dengan elemen matrik G yang bersesuaian, secara matematis dapat

dinyatakan sebagai:

𝒆𝒌𝒍 = 𝒇𝒌𝒍 𝒙 𝒈𝒌𝒍 (2.15)

Eliminasi alternatif yang less favourable Matriks E memberikan urutan pilihan dari

setiap alternatif , yaitu bila maka alternatif merupakan alternatif yang lebih baik

daripada Al. Sehingga, baris dalam matriks E yang memiliki jumlah paling sedikit

dapat di eliminasi. Dengan demikian, alternatif terbaik adalah alternatif yang

mendominasi alternatif lainnya

2.7 Technique for order performance by similarity to idea solution

(TOPSIS)

Topsis adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali di perkenalkan oleh yoon dan hwang pada tahun 1981. TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Prinsip tersebut berasal dari sudut pandang geometris dengan menggunakan jarak Euclidean (jarak antara dua titik ) untuk menentukan kedekatan relatif dari satu alternatif dengan solusi optimal [2:1779][31:1008].

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilaia terbaik yang dapr dicapai untuk setiap atribut. Solusi ideal negatif terdiri dari seluruh nilai terbaik dari seluruh nilai terburuk yang dicapai setiap atribut. TOPSIS mempertimbangkan kedua hal tersebut dengan mengambil kedekatan relatif

terhadap solusi ideal positif. Implementasi TOPSIS mensyaratkan bahwa utilitas atribut di bawah pertimbangan kenaikan atau penurunan secara monoton bahwa utilitas atribut dibawah pertimbangan kenaikan atau penuruak secara monoton karena konsep solusi ideal positif dan negatif yang menggunakan jarak Euclidian.

Berdasarakan perbandingan terhadap jarak relatifnya susunan prioritas alternatif bisa dicapai. TOPSIS banyak digunakan dengan alasan konsepnya sederhana dan mudah dipahami, komputasinta efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif – alternatif keputusan dalam bentuk matematis sederhana. TOPSIS hanya cocok untuk pengambilan keputusandan atribut dari program yang telah dipastikan.

Jika dibandingkan dengan metode AHP, metode TOPSIS cocok digunakan untuk kasus dimana terdapat banyak atribut dan alternatif. Atribut dibagi dalam tiga kelas yaitu manfaat, biaya dam non monoton. Kelas – kelas yang berbeda dari atribut sesuai dengan normalisasi yang berbeda agar sesuai dengan situasi dunia nyata, contohnya nrmalisasi vektor, normalisasi linear, dan normalisasi non monoton. Metode TOPSIS berdasarkan oada konsep bahwa alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga jarak terpanjang dari solusi negatif.

Karena metode electre 1 tidak dapat melakukan pengu :rutan dari alternatif yang dihasilkan maka digunakan metode topsis untuk menghasilkan urutan dari semua alternatif. Langkah – langkag dari metode TOPSIS ini adalah sebagai barikut:

1. Menentukan matrik concordance dominan 𝑐′

Jika c * merupakan nilai terbesar pada matrik discordance maka dihitung elemen matrik discordance dominan yang ditunjukan pada persamaan 2-16.

𝒄′𝒌𝒍 = 𝒄′-𝒄𝒌𝒍 (2.16)

Dimana

C*: nilai pada matrik concordance

𝑐𝑘𝑙: matrik concordance dominan baris ke –k kolom ke-1

2. Menetukan matrik discordance dominan 𝑑′:

Jika 𝑑∗ merupakan nilai terbesar pada matrik discordance maka dihitung elemen matrik discordance dominan yang ditunjukan persamaan.

𝒅′𝒌𝒍 = 𝒅∗- 𝒅𝒌𝒍 (2.17)

Dimana

𝑑∗ : nilai terbesar pada matrik discordance

𝑑𝑘𝑙: matrik discordance dominan baris ke-k kolom ke-1

1. Menentukan matrik agregat dominan P

𝒑 = ⌊

− 𝒑𝟏𝟐

𝒑𝟐𝟏 −… 𝒑𝟏𝒎

𝒑𝟐𝟑 𝒑𝟐𝒎

⋮𝒑𝒎𝟏 𝒑𝒎𝟐 𝒑𝒎(𝒎−𝟏) −

⌋ (2-18)

Elemen 𝑝𝑘𝑙 dari matrik agregat dominan P ditunjukan pada persamaan

𝒑𝒌𝒍 = 𝒅′𝒌𝒍

𝒄′𝒌𝒍−𝒅′𝒌𝒍 (2-19)

Dimana

𝑐′𝑘𝑙 = matrik concordance dominan baris ke - k kolom ke-1

𝑑′𝑘𝑙= matrik discordance dominan baris ke - k kolom ke-1

2. Menentukan alternatif terbaik:

Berdasar hasil langkah maka dapat dihitung nilai evaluasi campuran dari alternatif yang ditunjukan persamaan

𝒑𝒌 = 𝟏

𝒎−𝟏∑ 𝒑𝒌𝒍

𝒎𝒍=𝟏,𝒍≠𝒌 , k – 1,2,...,m (2-20)

Dimana

𝑝𝑘𝑙 : matrik agregat dominan baris ke – k kolom ke-1

m : banyak alternatif

Alternatif terbaik A * dapat dihasilkan sehingga

A* = 𝒎𝒂𝒙{𝒑𝒌} (2-21)

Alternatif diurutkan dari Aj yang terbesar ke Aj yang terkecil.

2.8 Akurasi

Akurasi merupakan seberapa dekat suatu angka hasil pengukuran terhadap angka sebenarnya (true value atau reference value). Dalam penelitian ini akurasi keputusan dihitung dari jumlah keputusan yang tepat dibagi dengan jumlah data yang diuji, (Hanafi, 2013). Tingkat akurasi diperoleh dengan perhitungan sesuai dengan persamaan 2. 22.

𝑻𝒊𝒏𝒈𝒌𝒂𝒕 𝒂𝒌𝒖𝒓𝒂𝒔𝒊 =∑ 𝑫𝒂𝒕𝒂 𝑼𝒋𝒊 𝑩𝒆𝒏𝒂𝒓

∑ 𝑻𝒐𝒕𝒂𝒍 𝑫𝒂𝒕𝒂 𝑼𝒋𝒊 x 100% (2.22)

Keterangan : ∑ Data Uji Benar = jumlah data uji yang benar

∑ Total Data Uji = jumlah seluruh data uji

BAB III

METODOLOGI

Pada bab metodologi menjelaskan langkah-langkah yang akan ditempuh dalam penyusunan skripsi, yaitu perancangan, implementasi dan pengujian dari aplikasi perangkat lunak yang akan dibuat. Secara umum, langkah-langkah penelitian yang dilakukan untuk membuat sistem pendukung keputusan (SPK) adalah :

Gambar 1 Flowchart perancangan proses

3.1 Penentuan Obyek Obyek yang menjadi bahan penelitian yang berupa kondisi tanah di kabupaten

klaten berasal dari dinas pertanian kabupaten klaten, dan terdapat empat

alternatif pilihan .

3.2 Studi Literartur Tahapan studi literatur pada penelitian ini mempelajari literatur dari

beberaberapa bidang informasi dan daftar pustaka yang berkaitan dengan

penentuan sanksi terhadap siswa pelanggar peraturan skademik sekolah. Literatur

tersebut diperoleh dari buku, internet, penjelasan pihak dinas pernanian klaten

diantaranya adalah

a. Metode electre

b. Jenis tanah

c. Jenis tanaman pangan

1.2.1 PENGUMPULAN DATA Lokasi penelitian skripsi ini adalah dinas pertanian klaten. Variabel penelitian skripsi ini beberapa yaitu padi, jagung, kacangan – kacanganan dan ubi –ubian. Hipotesis dari penelitian ini adalah sstem penentuan tanaman pangan yang cocok terhadap kondisi tanah.

Berdasarkan cara pengumpulan data untuk kegiatan penelitian terdapat 2 jenis data yaitu data sekunder dan data primer. data sekunder adalah data yang telah dikumulkan oleh orang lain dan tidak dipersiapkan untuk kegiatan penelitian tetapi dignakan untuk tujuan penelitian. Metode pengumpulan data bersufat primer bersifat kuantitatif dapat menggunakan kusioner atau wawancara.

1.2.2 PROSES PENGAMBILAN DATA

Proses pengambilan data dilakukan di dinas pertanian klaten yaitu dengan mengambil data tentang setiap kondisi tanah yang terbagi menjadi beberapa kriteria tentang kondisi tanah diantaranya adalah

Tabel 3.2.2 Kualitas lahan

Tabel 3.3.3 Jenis tanaman pangan

A1 Padi

A2 Jagung

A3 Kacang tanah

A4 Kedelai

No Kualitas lahan

K1 temperatur ( c )

K2 curah hujan (mm)

K3 kelembabpan (%)

K4 Drainase

K5 Tekstur

K6 kedalaman tanah (cm)

K7 ketebalan gambut (cm)

K8 ph h2o

K9 salinitas dS/m

K10 alkalinitas %

K11 kedalaman sulfidik (cm)

K12 lereng (%)

3.3 ANALISIS KEBUTUHAN

Analisis kebutuhan dilakukan dengan menentukan kebutuhan apa saja yang dibutuhkan untuk membangun sistem pemilihan jenis tanaman pangan berdasarkan kondisi tanah.

Tabel 3.3 Analisi kebutuhan

No Requirement Pengguna Aliran data

1 Sistem dapat menerima input login

Admin Login

2 Sistem dapat melakukan fungsi create , read , update, deete data kondisi tanah

Admin Data tanah

3 Sistem dapat melakukan fungsi cread , read , update , delete, data jenis tanah

Admin Data jenis tanah

4 Sistem dapat menampilkan kriteria 1- 12

Admin Proses penjumlahan kriteria 1 – q2

5 Sistem mampu menampilkan informasi hasil electre

Admin Proses electre

6 Sistem mampu menampilkan informasi hasil keputusan

Admin Keputusan

Beikut ini adalah kenutuhan yang digunakan didalam pembuatan sistem

a. Kebutuhanhardware meliputi

Komputer

b. Kebutuhan software, meliputi

Sistem operasi windows 8

Database MySQL

Aplikasi netbeans IDE 8.0.1

c. Data yang dibutuhkan meliputi

Data kriteria kondisi tanah

3.4 PERANCANGAN SISTEM

Pada tahap ini akan dibuat rancangan mengenai cara kerja sistem secara

keseluruhan dan menentukan fitur – fitur apa saja yang diperlukan dalam

arsitektur sistem

Gambar 3.4 Perancangan sistem

a. Sub sistem managemen data

Sub sistem ini dikelola oleh perangkat lunak sistem managemen database. Pada

tahap ini hal yang perlu dilakukan adalah membuat desain basis data dan relasi

masing – masing entitas.

b. Sub sistem basis pengetahuan

Susb sistem ini menjelaskan mengenai kriteria – kriteria yang digunakan

sebagai bahan untuk melakukan perhitngan dalam rangka memperoleh

rekomendasi tanaman pangan terhadap kondisi tanah.

c. Sub sistem managemen model

Pada tahap ini mengenai algoritma ELECTRE sebagai metode untuk

menyelesaikan sistem pendukung keputusan pemilihan tanaman pangan

berdasarkan kondisi tanah.

d. Perancangan antar muka pengguna

Pada tahap ini ditentukan mengenai desain antarmuka yang baik dan mudah

dipahami

Metode electre digunakan melakukan pemilihan alternatif yang baik dari alternatif

yang ada, terdapat beberapa alternatif yang dinilai dari sebelas kriteria. hasil dari

keluaran berupa rekomendasi tanaman pangan yang cocok sesuai kondisi tanah

3.5 Perancangan Pengujian Pengujian perangkat lunak pada penelitian ini dilakukan agar dapat menunjukan

bahwa perangkat lunak telah mampu bekerja sesuai dengan spesifikasi dari

kebutuhan yang melandasinya. Pengujian yang dilakukan meliputi:

1. Pengujian validasi, dilakukan dengan metode pengujian black box (black box

testing).

2. Pengujian akurasi sistem, dilakukan dengan mencocokan antara input sistem

dengan output dari data kondisi tanah

3.6 PENGAMBILAN KESIMPULAN Sistem pendukung kepututusan penentuan penanaman tanaman pangan

berdasarkan kondisi tanah menggunakan metode electre. Yang dapat membantu

dalam pennetuan tanaman pangan yang cocok sesuai dengan kondisi tanah

kabupaten klaten.

BAB IV

PERANCANGAN Bab ini menjelaskan tentang analisis kebutuhan dan perancangan sistem pendukung keputusan pemilihan tanaman pangan berdasarkan kondisi tanah menggunakan metode ELECTRE DAN TOPSIS. Tahap analisis kebutuhan perangkat lunak terdiri dari identifikasi aktor dan daftar kebutuhan sistem, sedangkan tahap perancangan sistem keputusan terdiri dari perancangan subsistem manajemen data, subsistem basis pengetahuan, subsistem manajemen model, dan subsistem antarmuka. Alur perancangan sistem dapat dilihat dalam pohon perancangan pada gambar 4.1.

Gambar 4.1 Pohon Perancangan system

4.1 Analisa Kebutuhan Perangkat Lunak Analisis kebutuhan sistem bertujuan untuk memberikan gambaran kebutuhan apa

saja yang harus disediaka oleh sistem agar dapat memenuhi kebutuhan pengguna.

Analisa kenutuhan perangkat lunak meliputi. Identifikasi yang terlibat dalam

sistem, penjabaran daftar kebutuhan sistem, pemodelan usecase digaram dan

scenario usecase, tahap identifikasi aktor merupakan tahap untuk

mengidentifikasi apa saja yang terlibat. Dafrtar kebutuhan sistem berupa uraian

yang dibutuhkan olh sistem, usecase diagram merupakan diagram untuk yang

digunakan untuk memberikan gambaran mengenai prilaku. Masing – masing

usecase diagram tersebut akan dijabarkan dalam scenario usecase secara

mendetail.

4.1.1 Identifikasi Pengguna

Daftar kebutuhan sistem menjelaskan kebutuhan yang harus disediakan setiap

usecase dan aktor yang terlibat dalam usecase tersebut, daftar kebutuhan sistem

terdiri dari nama usecase, aktor yang terlibat dan harus dipenuhi.

No Nama

kebutuhan

Aktor Penjelasan

1. Login -Admin

-Petugas dinas

pertanian

Sistem menyediakan antarmuka

untuk login berupa isian username

dan password

1. Logout - Admin

- Petugas

dinas

pertanian

Sistem menyediakan antar muka

untuk melakukan logout

2. Kelola data

user

Admin Sistem menyediakan menu untuk

melihat, memasukan , merubah ,

atau menghapus data user

3. Kelola bobot

kriteria

Petugas dinas

pertanian

Sistem menyediakan menu untuk

melakukan perubahan data bobot

kriteria

4. Kelola data

tanah

Admin Sistem menyediakan menu untuk

melihat menyediakan ,

memasukan, mengahpus data

5. Lihat data

tanah dan

tanaman

Petugas dinas

pertanian

Sistem menyediakan menu untuk

melihat data tanah dan tanaman

6. Mendapatkan

rekomendasi

alternatif

Petugas dinas

pertanian

Sistem menyediakan antar muka

untuk menampilkan hasil

perhitungan ELECTRE

Gambar 4.1.1 daftar kebutuhan sistem

4.2 Algoritma

Pada tahap ini dilakukan model komputasi meggunakan metode ELECTRE dan

TOPSIS. Perhitungan komputasi dilakukan dengan kriteria yang diambil langsung

dari dinas pertanian kabupaten klaten dan berdasarkan wawancara pada pihak

dinas kabupaten klaten.

Tabel 4.2.1 Kualitas lahan

No Kualitas tanah Penjelasan

K1

temperatur ( c )

Hasil dari keseluruhan radiasi yang merupakan emisi panjang gelombang dan aliran panas

Tabel 4.2.2 Jenis tanaman pangan

A1 Padi

A2 Jagung

A3 Kedelai

A4 Kacang tanah

pada tanah. Yang diukur dengan derajat celcius

K2

curah hujan (mm)

Pengaruh curah hujan terhadap kondisi tanah berpengaruh pada ch tanah.

K3 kelembabpan (%)

Salah satu media tanam yang digunakan untuk media tanam.

K4

Drainase

Kemampuan kebihan air yang berada didalam ataupun dipermukaan tanah.

K5

Tekstur

Keadaan tingkat kehalusan tanah yang terjadi karena terdapatnya perbedaan komposisi kandungan fraksi pasir, debu dan liat yang terkandung pada tanah.

K6

kedalaman tanah (cm)

Bagian atas kulit bumi yang telah mengalami pelapukan atau adanya aktifitas biologi.

K7 Ketebalan gambut (cm)

Lahan yang meiliki lapisan tanah kaya bahan organik

K8

ph h2o

Tingkat keasamaan atau kebasaan suatu tempat yang diukur dengan PH mulai dari 0-14

K9 Salinitas dS/m Kandungan garam pada tanah

K10

Alkalinitas %

Kapasitas air untuk menetralkan tambahan asam tanpa penurunan nilai ph

K11 Kedalaman sulfidik (cm)

Tanah yang memiliki hoizon sulfidik dalam kedalaman 120cm

K12

Lereng (%)

Tanah yang berbentuk miring misal pada daerah daerah pegunungan

Tahapan model komputasi menggunakan metode ELECTRE dan metode TOPSIS.

Metode ELECTRE berfungsi untuk mengeliminasi alternatif dengan hasil berupa

beberapa kelompok klasifikasi alternatif yaitu dikelompokan dari yang sesuai dan

yang tidak sesuai umum ditunjukkan oleh Gambar 4.2.

Gambar 4.2 Flowchart Model Komputasi

4.2.1 Flowchart Electre Flowchart proses perhitungan ELECTRE

1. Flowchart menghitung matriks normalisasi

Gambar 4.3 Flowchart normalisasi metode electre

Pada proses normalisasi yaitu menjumlahkan nilai kuadrat matrik

keputusan kriteria kei –i untuk setiap alternatif j. kemudian menghitung

akar jumlah nilai kuadrat matrik keputusan kriteria ke-i untuk setiap

alternatif.

2. Flowchart pembobotan matrik ternormalisasi

Gambar 4.4 flowchart pembobotan matrik ternormalisasi

Menghitung total bobot dengan cara menjumlahkan tiap bobot kriteria ke-

i kemudian kriteria bobot ke-i dibagi total bobot

3. Flowchart menentukan himpunan concordance

Gambar 4.5 flowchart perhitungan himpunan concordance

Matrik v elemen kei,j adalah matrik normalisasi elemen ke-i,j dengan bobot

normalisasi ke-j

4. Flowchart menentukan himpunan discordance

Gambar4.6 Matrik himpunan discordance

Matrik elemen i, k lebih besar sama dengan matrik v elemen j, k maka concordance

antara alternatif i dan j pada kriteria k yaitu k

5. Menentukan matrik concordance

Gambar 4.7 Menentukan matrik concordance

Jika matrik elemen i,k kurang dari matrik v elemen j,k maka discordance antara

alternatif i dan j pada kriteria k yaitu k.

6. Menentukan matrik discordance

Gambar 4.8 Menentukan matrik discordance

Jika nilai concordance antara alternatif i dan j pada kriteria k tidak nol maka matrik

conocrdance elemen i,j adalah jumlah bobot normalisasi kriteria k

7. Menentukan matrik concordance dominan

Gambar 4.9 Menentukan matrik concordance dominan

Cmax adalag nilai max pada matrik concordance. Matrik concordance dominan

elemen i,j adalah cmax dikurang matrik concordance elemen i,j.

8. Menentukan matrik discordance dominan

Gambar 4.10 Menentukan matrik discordance dominan

Dmax adalah nilai ma pada matrik discordance. Matrik discordance dominan

elemen i,j adalah dmax dikurangi matrik discordance elemen i,j

9. Menentukan matrik agregat dominan

Gambar 4.11 Menentukan matrik agregat dominan

Matrik agregat dominan elemen i,j adalah matrik discordance dominan elemen i,j

degan matrik concordance dominan elemen i,j.

10. Menentukan preferensial alternatif

Gambar 4.12 Menentukan preferensial alternatif

Jumlah pada elemen i adalah total nilai elemen i,j pada elemen i.preferensi i

adalah jumlah pada ellemn i dibagi aternati -1.

4.3 Proses Perhitungan Tahapan model komputasi ELECTRE ditunjukkan oleh Gambar 4.3. Proses

komputasi ELECTRE yang lebih mendetail sebagai berikut :

1. Ambil data alternatif

Dengan mengambil 4 data alternatif keputusan sebagai input. Data alternatif yang

diambil merupakan 4 data dari tanaman pangan.Data tersebut diubah dalam

bentuk matrik keputusan pada tabel dibawah ini.

Tabel 4.3 Bobot kriteria jagung

Nama

curah

hujan

(mm)

kelembabpan

(%) Drainase Tekstur ...

lereng

(%)

prambanan133 1600 33 agak baik H ... 3

gantiwarno127 1500 31 Baik AH ... 4

wedi119 1000 29 agak cepat S ... 6

bayat111 1250 30 Cepat S ... 5

cawas96 900 37 terhambat AH ... 8

trucuk93 1300 31

sangat

terhambat S ... 5

kalikotes115 1000 37

agak

terhambat S ... 9

kebonarom29 1600 30

sangat

terhambat S ... 25

jogonalan21 1650 29 cepat AK ... 30

manisrenggo18 1650 28 terhambat S ... 31

karangnongko14 1200 34 agak cepat H ... 8

ngawen36 1300 35 terhambat AH ... 8

ceper60 1150 52

agak

terhambat AH ... 9

pedan79 1200 53 Cepat S ... 9

karangdowo86 1500 60 agak cepat S ... 10

juwiring71 1650 65 terhambat S ... 11

wonosari61 1750 80 terhambat SH ... 17

delanggu56 1800 79 terhambat SH ... 18

polanharjo48 1850 80

sangat

terhambat AK ... 20

karanganom51 1900 79

sangat

terhambat SH ... 25

tulung16 1920 81

sangat

terhambat K ... 28

jatinom44 1975 79

sangat

terhambat K ... 29

kemalang2 1650 80 agak baik AH ... 10

klaten selatan30 1750 85 agak baik AH ... 12

klaten

tengah117 1800 84 terhambat S ... 16

klaten utara116 1820 85 terhambat AK ... 18

pedan82 1950 85

sangat

terhambat K ... 28

gantiwarno128 1920 86

sangat

terhambat AK ... 30

Tabel 4.3.1 Kesesuian jagung

kelas kesesuaian lahan JAGUNG

No KL s1 s2 s3 N

1 2 3 4

1

temperatur ( c

) 20- 26 27 - 30 16- 19 <16 && >30

2

curah hujan

(mm) 500 – 1200

1201 -

1600 >1600 <500

3

kelembabpan

(%) >42 36 - 42 30 – 36 <30

4 Drainase

baik sampai

agak

terhambat

agak

cepat

ATAU

agak

baik terhambat

sangat

terhambat,

cepat

5 Tekstur H ,AH ,Sh

H, AH,

S AK K

6

kedalaman

tanah (cm) >60 41 -60 25 -40 <25

7

ketebalan

gambut (cm) <60

60 -

140 141 - 200 >200

8 ph h2o 6.01-7.5 4.0-6.0 7.6-8.5

0-4.0, 8.51 –

14

9 salinitas dS/m <4 4- 6 7- 8 > 8

10 alkalinitas % < 15 15 - 20 21 -25 > 25

11

kedalaman

sulfidik (cm) >100

76 -

100 40 -75 <40

12 lereng (%) <8 8 - 16 17- 30 >30

Tabel 4.3.2 Kesesuian padi

kelas kesesuaian lahan PADI

No

Karakteristik

Lahan s1 s2 s3 n

1 2 3 4

1

temperatur ( c

) 24 -29 22 - 24, 29-32

18 - 21, 33-

35

<22,

>35

2

curah hujan

(mm)

2500 –

1501 1500 – 1001 1000 - 750 750 - 0

3

kelembabpan

(%) 34 – 90 30 -33 <30 , >90

4 Drainase

agak

terhambat

, agak baik terhambat,baik

sangat

terhambat,

agak cepat Cepat

5 Tekstur h,sh,ah S Ak K

6

kedalaman

tanah (cm) >50 41 -50 25 – 40 <25

7

ketebalan

gambut (cm) <60 60 – 140

140 - 200,

201-400 >400

8 ph h2o 5.5 - 8.2

5.0 - 5.5 , 8.2 -

8.5 <4.5 , >8.5

9 salinitas dS/m <2 2 – 4 4 -6 >6

10 alkalinitas % <20 20 - 30 31- 40 > 40

11

kedalaman

sulfidik (cm) >100 76 – 100 40 – 75 <40

12 lereng (%) <3 3-5 5-8 >8

Tabel 4.3.3 Kesesuian kedelai

Kelas kesesuaian lahan KEDELAI

No

Karakteristik

Lahan s1 s2 s3 N

1 2 3 4

1

temperatur ( c

) 23 – 25

20 - 22 ,

25 – 28

18 -20 , 28 –

32 <18 ,>32

2

curah hujan

(mm) 351 – 1100

250 - 350,

1100 –

1600

1600 -

1900,180 –

250 <190,>1900

3

kelembabpan

(%) 24 – 80

20- 24,81-

85 <20 ,>85

4 Drainase

BAIK - AGAK

TERHAMBAT

AGAK

BAIK

ATAU

AGAK

CEPAT TERHAMBAT

SANGAT

TERHAMBAT,

CEPAT

5 Tekstur AH,S AK H K,SH

6

kedalaman

tanah (cm) >75 51-75 20-50 <20

7

ketebalan

gambut (cm) <60 60-140 141-200 >200

8 ph h2o 5-7.5

5.4 - 5.5,

7.6-7.8 <5.4 , >7.8

10 salinitas dS/m <6 6-7 7-8 >8

11 alkalinitas % <15 15-20 21-25 >25

12

kedalaman

sulfidik (cm) >100 76-100 40-75 <40

13 lereng (%) <8 8-16 17-30 >30

Tabel 4.3.4 Kesesuain lahan kacang tanah

kelas kesesuaian lahan kacang tanah

No

Karakteristik

Lahan s1 s2 s3 N

1 2 3 4

1

temperatur ( c

) 25 – 27

20-25 , 27-

30 18-21,31-34 <18,>34

2

curah hujan

(mm) 401 – 1100

1101-1600,

301-400

1601-

1900,200-300 >1900,<200

3

kelembabpan

(%) 50-80 >80,<50

4 Drainase

BAIK- AGAK

TERHAMBAT

AGAKCEPAT

ATAU AGAK

BAIK TERHAMBAT

SANGAT

TERHAMBAT

, CEPAT

5 Tekstur H AH, S SH, AK K

6

kedalaman

tanah (cm) >75 51-75 25-50 <25

7

ketebalan

gambut (cm) <60 61-140 141 - 200 >200

8 ph h2o 6.01-7.0

5.0-6.0 ,7.1 -

7.5 <5.0 , >7.5

9 salinitas dS/m <4 4-6 7-8 >8

10 alkalinitas % <10 11-15 16-20 >20

11

kedalaman

sulfidik (cm) >100 76-100 40-75 <40

12 lereng (%) <8 8-16 17-30 >30

2. Menghitung matrik normalisasi jagung

Langkah pertama menentukan matrik penilaian alternatif

Tabel 4.3.5 Matrik normalisasi alternatif

ID LAHA

N

TEMPE

RATUR

CURAH

HUJAN

KELEMB

ABAN

DRAIN

ASE ...

LEREN

G

1

pram

banan

133

2 1 2 2 ... 2

2

ganti

warno

127

4 4 2 2 ... 4

3 wedi1

19 4 1 1 2 ... 2

4 bayat

111 1 4 4 1 ... 4

5 cawas

96 3 3 4 2 ... 3

6 trucuk

93 3 3 3 2 ... 3

7

kaliko

tes11

5

3 3 4 3 ... 4

8

kebon

arom

29

4 4 4 4 ... 4

9

jogon

alan2

1

3 3 3 3 ... 3

10

manis

rengg

o18

4 4 4 4 ... 4

11

karan

gnong

ko14

4 4 4 4 ... 4

12 ngaw

en36 2 1 1 2 ... 2

13 ceper

60 3 3 2 3 ... 4

14 pedan

79 3 3 2 2 ... 4

15

karan

gdow

o86

1 4 4 3 ... 4

16 juwiri

ng71 1 1 1 1 ... 1

17 wono

sari61 3 3 3 4 ... 3

18 delan

ggu56 1 1 4 1 ... 1

19

polan

harjo4

8

1 2 4 2 ... 2

20

karan

gano

m51

2 4 1 1 ... 4

21 tulung

16 4 3 4 3 ... 3

22 jatino

m44 3 3 1 3 ... 3

23 kemal

ang2 3 3 4 3 ... 3

24

klaten

selata

n30

3 2 2 2 ... 2

25

klaten

tenga

h117

1 3 2 4 ... 4

26

klaten

utara

116

3 3 4 4 ... 3

27 pedan

82 1 2 4 2 ... 2

28

ganti

warno

128

3 1 4 1 ... 2

Jagung

Pada tabel 4.3.5 untuk tanaman jagung dinormalisasikan menggukana persamaan

𝑟𝐴1,𝐾1=𝑋𝐴1,𝐾𝐼

√∑ 𝑥𝐿𝐾12𝑚

𝑖=1

=2

√2+12+22+⋯+22

= 2

14,39222=0.13393

Tabel 4.3.5 Matrik ternormalisasi jagung

Nama Temp Curah

Hujan

Lemba

p

Drainas

e Tekstur Tanah

Gambu

t

Prambanan133 0.1339

3

0.0648

2

0.1195

2 0.14003

0.1252

4

0.1932

5

0.2022

6

Gantiwarno127 0.2678

6

0.2592

8

0.1195

2 0.14003

0.1878

7

0.1932

5

0.2022

6

Wedi119 0.2678

6

0.0648

2

0.0597

6 0.14003

0.2504

9

0.2576

6

0.2022

6

Bayat111 0.0669

6

0.2592

8

0.2390

5 0.07001

0.1252

4

0.1288

3

0.0674

2

Cawas96 0.2008

9

0.1944

6

0.2390

5 0.14003

0.1878

7

0.2576

6

0.1348

4

Trucuk93 0.2008

9

0.1944

6

0.1792

8 0.14003

0.2504

9

0.1932

5

0.2022

6

Kalikotes115 0.2008

9

0.1944

6

0.2390

5 0.21004

0.2504

9

0.1932

5

0.2696

8

Kebonarom29 0.2678

6

0.2592

8

0.2390

5 0.28006

0.1878

7

0.2576

6

0.2696

8

Jogonalan21 0.2008

9

0.1944

6

0.1792

8 0.21004

0.1878

7

0.1932

5

0.2022

6

Manisrenggo18 0.2678

6

0.2592

8

0.2390

5 0.28006

0.2504

9

0.2576

6

0.2696

8

Karangnongko1

4

0.2678

6

0.2592

8

0.2390

5 0.28006

0.1878

7

0.2576

6

0.2696

8

Ngawen36 0.1339

3

0.0648

2

0.0597

6 0.14003

0.1252

4

0.1288

3

0.1348

4

Ceper60 0.2008

9

0.1944

6

0.1195

2 0.21004

0.1878

7

0.1932

5

0.2696

8

Pedan79 0.2008

9

0.1944

6

0.1195

2 0.14003

0.1878

7

0.1932

5

0.2022

6

Karangdowo86 0.0669

6

0.2592

8

0.2390

5 0.21004

0.0626

2

0.1288

3

0.0674

2

Juwiring71 0.0669

6

0.0648

2

0.0597

6 0.07001

0.0626

2

0.0644

2

0.2022

6

Wonosari61 0.2008

9

0.1944

6

0.1792

8 0.28006

0.1878

7

0.1288

3

0.2022

6

Delanggu56 0.0669

6

0.0648

2

0.2390

5 0.07001

0.2504

9

0.0644

2

0.0674

2

Polanharjo48 0.0669

6

0.1296

4

0.2390

5 0.14003

0.2504

9

0.1288

3

0.1348

4

Karanganom51 0.1339

3

0.2592

8

0.0597

6 0.07001

0.1252

4

0.1288

3

0.0674

2

Tulung16 0.2678

6

0.1944

6

0.2390

5 0.21004

0.1878

7

0.1932

5

0.2022

6

Jatinom44 0.2008

9

0.1944

6

0.0597

6 0.21004

0.1252

4

0.2576

6

0.1348

4

Kemalang2 0.2008

9

0.1944

6

0.2390

5 0.21004

0.1252

4

0.2576

6

0.2022

6

Klaten

selatan30

0.2008

9

0.1296

4

0.1195

2 0.14003

0.1878

7

0.1288

3

0.1348

4

Klaten

tengah117

0.0669

6

0.1944

6

0.1195

2 0.28006

0.1878

7

0.1932

5

0.2022

6

Klaten utara116 0.2008

9

0.1944

6

0.2390

5 0.28006

0.1878

7

0.2576

6

0.2022

6

Pedan82 0.0669

6

0.1296

4

0.2390

5 0.14003

0.1878

7

0.0644

2

0.1348

4

Gantiwarno128 0.2008

9

0.0648

2

0.2390

5 0.07001

0.2504

9

0.0644

2

0.1348

4

Tabel 4.3.6 Bobot kriteria jagung

K1 Temperatur 0,087811

K2 Cirah hujan 0,083879

K3 Kelembaban 0,066841

K4 Drainase 0,091743

K5 Tekstur 0,07326

K6 Kedalaman tanah 0,0

K7 Tanah gambut 0,09

K8 Ph h20 0,086501

K9 Salinitas 0,085190

K10 Alkalinitas 0,087811

K11 Kedalaman sulfidik 0,09

K12 Lereng 0,073394

Rumus menghitung R*W

𝑣𝐴1,𝐾1=𝑟𝐴1,𝐾1*W1 = 0,133929906

* 0,087811 = 0.01176

Tabel 4.3.7 Bobot ternormalisai

Nama Temp Curah

Hujan

Lemba

p

Drainas

e

Tekstu

r Tanah

Prambanan13

3

0.0117

6

0.0054

4

0.0079

9 0.01285

0.0096

8

0.0159

6

Gantiwarno12

7

0.0235

2

0.0217

5

0.0079

9 0.01285

0.0145

3

0.0159

6

Wedi119 0.0235

2

0.0054

4

0.0039

9 0.01285

0.0193

7

0.0212

7

Bayat111 0.0058

8

0.0217

5

0.0159

8 0.00642

0.0096

8

0.0106

4

Cawas96 0.0176

4

0.0163

1

0.0159

8 0.01285

0.0145

3

0.0212

7

Trucuk93 0.0176

4

0.0163

1

0.0119

8 0.01285

0.0193

7

0.0159

6

Kalikotes115 0.0176

4

0.0163

1

0.0159

8 0.01927

0.0193

7

0.0159

6

Kebonarom29 0.0235

2

0.0217

5

0.0159

8 0.02569

0.0145

3

0.0212

7

Jogonalan21 0.0176

4

0.0163

1

0.0119

8 0.01927

0.0145

3

0.0159

6

Manisrenggo1

8

0.0235

2

0.0217

5

0.0159

8 0.02569

0.0193

7

0.0212

7

Karangnongko

14

0.0235

2

0.0217

5

0.0159

8 0.02569

0.0145

3

0.0212

7

Ngawen36 0.0117

6

0.0054

4

0.0039

9 0.01285

0.0096

8

0.0106

4

Ceper60 0.0176

4

0.0163

1

0.0079

9 0.01927

0.0145

3

0.0159

6

Pedan79 0.0176

4

0.0163

1

0.0079

9 0.01285

0.0145

3

0.0159

6

Karangdowo86 0.0058

8

0.0217

5

0.0159

8 0.01927

0.0048

4

0.0106

4

Juwiring71 0.0058

8

0.0054

4

0.0039

9 0.00642

0.0048

4

0.0053

2

Wonosari61 0.0176

4

0.0163

1

0.0119

8 0.02569

0.0145

3

0.0106

4

Delanggu56 0.0058

8

0.0054

4

0.0159

8 0.00642

0.0193

7

0.0053

2

Polanharjo48 0.0058

8

0.0108

7

0.0159

8 0.01285

0.0193

7

0.0106

4

Karanganom51 0.0117

6

0.0217

5

0.0039

9 0.00642

0.0096

8

0.0106

4

Tulung16 0.0235

2

0.0163

1

0.0159

8 0.01927

0.0145

3

0.0159

6

Jatinom44 0.0176

4

0.0163

1

0.0039

9 0.01927

0.0096

8

0.0212

7

Kemalang2 0.0176

4

0.0163

1

0.0159

8 0.01927

0.0096

8

0.0212

7

Klaten

selatan30

0.0176

4

0.0108

7

0.0079

9 0.01285

0.0145

3

0.0106

4

Klaten

tengah117

0.0058

8

0.0163

1

0.0079

9 0.02569

0.0145

3

0.0159

6

Klaten

utara116

0.0176

4

0.0163

1

0.0159

8 0.02569

0.0145

3

0.0212

7

Pedan82 0.0058

8

0.0108

7

0.0159

8 0.01285

0.0145

3

0.0053

2

Gantiwarno12

8

0.0176

4

0.0054

4

0.0159

8 0.00642

0.0193

7

0.0053

2

3. Menentukan himpunan concordance

Himpunan concordance untuk tanaman jagung berdasarkan matrik v

Perhitungan himpunan concordance alternatif A1 terhadap A2 𝐶1,2

Alternatif A1 terhadap A2 pada kriteria K1 :

𝑐1,2 :𝑣1,1 dan 𝑣2,1 : 0,005892557 = 0,005892557

𝑣1,1 = 𝑣1,2 maka K1 merupakan himpunan concordance untuk alternatf A1

terhadap A2

Perhitungan himpunan concordance alternatif A1 terhadap A2 𝐶1,2

Alternatif A1 terhadap A2 pada kriteria K2 :

𝑐1,2 :𝑣1,2 dan 𝑣2,2 : 0,012307692= 0,012307692

𝑣1,1 = 𝑣2,2 maka K1 merupakan himpunan concordance untuk alternatf A1

terhadap A2

Maka diperoleh himpunan concordance 𝑐1,2 hingga 𝑣1,28 untuk tanaman jagung

adalah

𝑐1,2 : {1,2,3,4,5,6,7,8,9,10,11,12}

𝑐1,3 : {2,3,6,7,8,12}

𝑐1,4 : {2,3,7,8,10,11}

𝑐1,5 : {2,3,4,7,10,11}

𝑐1,6 : {2,3,8)

𝑐1,7 : {8}

𝑐1,8 : {8}

𝑐1,9 : {2,3,4,5,6,7,10,11}

𝑐1,10 :{1,2,3,6,7,10,11}

𝑐1,11 :{2,3,4,6,7,8,10,11}

𝑐1,12 :{1,2,3,6,7,10,11}

𝑐1,13 : {2,3,4,7,10,11}

𝑐1,14 :{ 3,7,10,11}

𝑐1,15 : {3,5,8,10}

Perhitungan discordance

Alternatif A1 terhadap A2 pada kriteria K1 :

𝑐1,2 :𝑣1,1 dan 𝑣2,1 : 0,005892557 = 0,005892557

𝑣1,1 = 𝑣1,2 maka K1 bukan himpunan discordance untuk alternatf A1 terhadap A2

Dari data di atas matrik concordace dapat dihitung dengan cara berikut :

Untuk matrik concordance baris 1 kolom 2 dapat dihitung menggunakan

himpunan concordance 𝐶12 :

𝑐1,2 : w1 + w2 + w3 +w4 +w5 + w6 + w7 + w8 +w9 +w10 + w11 +w12

Hasil dari matrik concordance adalah

Tabel 4.3.8 Matrik concordance

1,2 2,1 3,1 4,1 5,1 . . . 27,1

0,501966 0,999999 0,933158 0,477063 0,913498 . . .

0,74311

8

0,488859 0,752293 0,775885 0,309304 0,583224 . . .

0,41022

2

0,600262 0,933158 0,775885 0,309304 0,663171 . . .

0,49016

9

0,263434 0,676277 0,601573 0,309304 0,757536 . . .

0,58453

4

0,260813 0,68152 0,689384 0,399737 0,750982 . . .

0,49410

2

0,082569 0,503276 0,51114 0,309304 0,585845 . . .

0,33289

6

0 0,4076 0,332896 0,309304 0,401048 . . .

0,24115

3

0,16907 0,667103 0,597641 0,309304 0,736565 . . .

0,23066

8

0 0,245084 0,247706 0,224114 0,323722 . . .

0,31847

9

0 0,32241 0,247706 0,224114 0,401048 . . .

0,15334

2

0,909566 0,999999 0,999999 0,559632 0,999999 . . .

0,23066

8

0,14941 0,562253 0,42595 0,224114 0,663171 . . .

0,73918

6

0,501966 0,914809 0,690695 0,224114 0,754914 . . .

0,31847

9

0,508519 0,841415 0,684142 0,908256 0,665793 . . .

0,41022

2

0,999999 0,999999 0,999999 0,826997 0,913498 . . .

0,49279

1

0,044810566 0,667103 0,597641 0,391873 0,821755 . . .

0,91349

8

0,768021 0,768021 0,933158 0,748361 0,922673 . . .

0,40366

9

0,507208 0,68152 0,762778 0,570117 0,922673 . . .

0,92267

3

0,667103 0,914809 0,757536 0,740497 0,757536 . . .

0,74967

1

0,16907 0,667103 0,597641 0,309304 0,648754 . . .

0,49672

3

0,317169 0,737876 0,750983 0,38663 0,823066 . . .

0,31847

9

0,335518 0,671035 0,684142 0,38663 0,821755 . . . 0,40498

0,57536 0,999999 0,849279 0,482306 0,914809 . . .

0,40366

9

0,498034 0,908256 0,684142 0,484926 0,663171 . . .

0,65399

6

0,086501 0,584534 0,50983 0,309304 0,736565 . . . 0,40629

0,597641 0,758846 0,762778 0,570117 0,999999 . . .

0,23066

8

0,677588 0,855832 0,933158 0,574049 0,922673 . . .

0,74442

9

Perhitungan himpunan disncordance alternatif A1 terhadap A2 𝐶1,2

Alternatif A1 terhadap A2 pada kriteria K2 :

𝑐1,2 :𝑣1,2 dan 𝑣2,2 : 0,012307692= 0,012307692

𝑣1,1 = 𝑣2,2 maka K1 bukan himpunan discordance untuk alternatf A1 terhadap A2

Maka diperoleh himpunan concordance 𝑐1,2 hingga 𝑣1,28 untuk tanaman jagung

adalah

𝑐1,2 : {1,2,3,4,5,6,7,8,9,10,11,12} {0}

𝑐1,3 : {1,4,5,9,10,11}

𝑐1,4 : {1,4,5,6,7,9,12}

𝑐1,5 : {1,5,6,8,9,12}

𝑐1,6 : {1,4,5,6,7,9,10,11,12}

𝑐1,7 : {1,2,3,4,5,6,7,9,10,11,12}

𝑐1,8 : {1,2,3,4,5,6,7,9,10,11,12}

𝑐1,9 : {2,3,4,5,6,7,10,11}

𝑐1,10 : {4,5,8,9,12}

𝑐1,11 :{ {1,5,9,12}

𝑐1,12 : {4,5,8,9,12}

𝑐1,13 : {1,5,6,8,12}

𝑐1,14 : {1,2,4,6,8,9,12}

𝑐1,15 : {1,2,4,6,7,9,11,12}

Matrik discordance jagung

𝑑 = 𝐦𝐚𝐱{|𝒗𝒅𝟏,𝒌−𝒗𝒅𝟐,𝒌|}𝒌∈𝒅𝟏,𝟐

𝐦𝐚𝐱{|𝒗𝒅𝟏,𝒌−𝒗𝒅𝟐,𝒌|}∀𝒌

Tabel 4.3.9 Matrik discordance

1,2 1,3 1,4 1,5 1,6 . . . 1,27

0

0,6345

80012 0,686520376 0,284488044

0,54231

9749 . . . 1

0

0,5470

7783 0 0

0,50671

1409 . . . 0

0 0 0,075449238 0

0,50959

1326 . . . 0

0

0,0658

30721 0 0

0,68232

6622 . . . 0

0 0 0 0

0,08463

9498 . . . 0

0 0 0 0 0 . . . 0

0 0 0 0 0 . . . 0

0 0 0 0 0 . . . 0

0 0 0 0 0 . . . 0

0 1 0 0 0 . . . 0

0 0 1 0,605763335 1 . . . 0

0

0,0340

13605 0 0 0 . . . 0

0

0,5470

7783 0 0

0,04697

9866 . . .

0,463719

77

0 1 0,075449238 0

0,64093

9597 . . . 0

1 0 1 0,284488044

0,67337

8076 . . . 0

0

0,5470

7783 0 0 0 . . . 0

0,16966581

0,5470

7783 0,320333314 0,269160025

0,69655

1724 . . .

0,598072

95

0

0,5170

06803 0,320333314 0

0,58847

0368 . . . 0

0 0 0 0,509507923

0,36465

3244 . . .

0,493240

37

0 0 0 0 0 . . .

0,453277

78

0 0 0 0

0,46455

3795 . . . 0

0 1 0 0

0,44987

1465 . . . 0

0

0,2721

50105 0,489181562 0

0,52348

9933 . . . 0

0 0 0,272150105 0

0,28187

9195 . . . 0

0

0,3384

72876 0 0 0 . . . 0

0

0,5101

16493 0,320333314 0 1 . . . 0

0,089285714

0,3384

72876 0,248275862 0,278908645

0,69655

1724 . . . 0

. . .

0,007737

44

Perhitungan topsis

Sistem pendukung keputusan memiliki beberapa proses algoritma yang dibat agar

sistem berjalan sesuai dengan kebutuhan. Proses algoritma yang yang diperlukan

pada metode topsis yang digunakan terdiri dari matrik concrdance dominan,

matrik discordance dminan, matrik agregat dominan dan preferensi alternatif.

Langkah 9 : menghitung matrik concordance dominan , dilakukan setelah matrik

concordance dihitung pada sistem menggunakan persamaan persamaan. Diagram

alir menghitung matrik concrdance dominan sebagai berikut

jagung

Pada tanaman jagung matrik concordance berdasarkan tabel nilai C* max pada

matrik concordance adalah 1. Maka matrik concordance domonan baris ke 1 𝐶𝑘𝑙′

adalah nilai max pada matrik concordance dominan (c*) dikurangi matrik

concordance baris ke k kolom ke 1 (𝑐𝑘𝑙

Matrik concordance baris c’ 1 kolom c’ 2 adalah nilai max matrik concrdance

dikurangi matrik concordance baris c1 kolom c2

𝐶1,2 = 𝐶∗ - 𝐶1,2

Tabel 4.4 Matrik concordance dominan

1,2 1,3 1,4 1,5 . . . 1,27

0,498034 1E-06 0,066842 0,522937 . . . 0,346004

0,511141 0,247707 0,224115 0,690696 . . . 0,681521

0,399738 0,066842 0,224115 0,690696 . . . 0,612059

0,736566 0,323723 0,398427 0,690696 . . . 0,325033

0,739187 0,31848 0,310616 0,600263 . . . 0,681521

0,917431 0,496724 0,48886 0,690696 . . . 0,677589

1 0,5924 0,667104 0,690696 . . . 0,768022

0,83093 0,332897 0,402359 0,690696 . . . 0,855833

1 0,754916 0,752294 0,775886 . . . 0,768022

1 0,67759 0,752294 0,775886 . . . 0,855833

0,090434 1E-06 1E-06 0,440368 . . . 0,855833

0,85059 0,437747 0,57405 0,775886 . . . 0,174313

0,498034 0,085191 0,309305 0,775886 . . . 0,768022

0,491481 0,158585 0,315858 0,091744 . . . 0,59371

1E-06 1E-06 1E-06 0,173003 . . . 0,416776

0,955189434 0,332897 0,402359 0,608127 . . . 0,086502

0,231979 0,231979 0,066842 0,251639 . . . 0,768022

0,492792 0,31848 0,237222 0,429883 . . . 0,087812

0,332897 0,085191 0,242464 0,259503 . . . 0,517694

0,83093 0,332897 0,402359 0,690696 . . . 0,325033

0,682831 0,262124 0,249017 0,61337 . . . 0,855833

0,664482 0,328965 0,315858 0,61337 . . . 0,59502

0,42464 1E-06 0,150721 0,517694 . . . 0,681521

0,501966 0,091744 0,315858 0,515074 . . . 0,343382

0,913499 0,415466 0,49017 0,690696 . . . 0,59371

0,402359 0,241154 0,237222 0,429883 . . . 0,768022

0,322412 0,144168 0,066842 0,425951 . . . 0,435125

Matrik dicordance dominan

Yaitu dihitung dengan rumus D’1,2 = d* - c1,2

Tabel 4.4.1 Matrik discordance dominan

1,2 2,1 3,1 4,1 5,1 6,1 . . . 27,1

0 0,63458 0,68652 0,284488 0,54232 1 . . . 0

0 0,547078 0 0 0,506711 0 . . . 0

0 0 0,075449 0 0,509591 0,413063 . . . 0

0 0,065831 0 0 0,682327 0,543624 . . . 0

0 0 0 0 0,084639 0 . . . 0

0 0 0 0 0 0 . . . 0

0 0 0 0 0 0 . . . 0

0 0 0 0 0 0 . . . 0

0 0 0 0 0 0 . . . 0

0 1 0 0 0 0 . . . 0

0 0 1 0,605763 1 1 . . . 0

0 0,034014 0 0 0 0 . . . 0,46372

0 0,547078 0 0 0,04698 0 . . . 0

0 1 0,075449 0 0,64094 0,558156 . . . 0

1 0 1 0,284488 0,673378 1 . . . 0

0 0,547078 0 0 0 0 . . . 0,598073

0,169666 0,547078 0,320333 0,26916 0,696552 0,659893 . . . 0

0 0,517007 0,320333 0 0,58847 0,659893 . . . 0,49324

0 0 0 0,509508 0,364653 0,52349 . . . 0,453278

0 0 0 0 0 0 . . . 0

0 0 0 0 0,464554 0,337461 . . . 0

0 1 0 0 0,449871 0,337461 . . . 0

0 0,27215 0,489182 0 0,52349 1 . . . 0

0 0 0,27215 0 0,281879 0 . . . 0

0 0,338473 0 0 0 0 . . . 0

0 0,510116 0,320333 0 1 0,504294 . . . 0

0,089286 0,338473 0,248276 0,278909 0,696552 0,647887 . . . 0,007737

Matrik agregat

Pada tanaman padi concordane dominan dan discordance dominan berdasarkan

tabel

Matrik agregat dominan p1 dan kolom p2 adalah nilai matrik discordance dominan

baris d’1 dan kolom d’2

P= 𝑑′1,2

𝑑′1,2+𝑐′1,2

Tabel 4.4.1 Matrik agregat dominan

1,2 2,1 3,1 4,1 5,1 6,1 7,1 27,1

0

0,9

999

98

0,9112

75

0,35

234

0,8624

38

0,99999

9

0,99999

9 0

0 0 0 0

0,5486

93 0

0,60600

6 0

0 0 0 0

0,6020

55

0,61296

5 0,74943 0

0

0,1

689

9 0 0

0,7378

17

0,70808

4 #VALUE! 0

0 0 0 0

0,2536

72 0

0,65573

3 0

0 0 0 0 0 0

0,99999

9 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0

0,99999

9 0

0 0 0 0 0 0 0 0

0

0,5

960

93 0 0 0 0 0 0

0 0

0,9999

99 0 0

0,99999

9

0,99999

9 0

0

0,0

720

99 0 0 0 0

0,77240

1

0,64002

5

0

0,8

652

61 0 0

0,1608

54 0

0,77240

1 0

0

0,8

631

22

0,1928

13 0

0,6572

75

0,63861

2

0,89149

1 0

0,999

999 0

0,9999

99

0,62

1844

0,8861

64

0,99999

9

0,99999

9 0

0

0,6

216

97 0 0 0 0 0

0,87364

1

0,422

427

0,7

022

31

0,8273

6

0,51

6821

0,9000

79

0,90802

4

0,99999

9 0

0

0,6

188

09

0,5745

32 0

0,8838

58

0,90802

4

0,99999

9

0,86447

3

0 0 0

0,66

255

0,6006

31

0,68344

8

0,79979

8 0,64422

0 0 0 0 0 0 0 0

0 0 0 0

0,7241

82

0,25231

5

0,87092

4 0

0

0,7

524

65 0 0

0,7162

23 0,50439

0,84554

3 0

0

0,9

999

96

0,7644

63 0

0,8600

4

0,99999

9

0,99999

9 0

0 0

0,4628

34 0

0,4555

93 0

0,83414

4 0

0

0,4

489

39 0 0 0 0 0 0

0

0,6

790

05

0,5745

32 0 0

0,76682

7

0,86260

9 0

0

0,7

012

93

0,7878

83

0,39

5694

0,9000

79

0,90647

9

0,99999

9

0,02938

5

Nilai preferensi

Nilai preferensi alternatif adalah jmlah pada matrik agregat dominan baris p1

dibagi dengan banyak kolom p1 dikurangi 1.

Jagung

Tabel 4.4.3 Nilai preferensi jagung

Nama Jumlah Nilai Cluster

prambanan133 0.0585463753822 S 3

gantiwarno127 0.39809174507307 S 2

wedi119 0.2624125861764 S 2

bayat111 0.11172498611757 S 3

cawas96 0.45534462848636 S 2

trucuk93 0.39990089394868 S 2

kalikotes115 0.66257004344 S 1

kebonarom29 0.85000104837996 S 1

jogonalan21 0.48276805667346 S 2

manisrenggo18 0.96428475000096 S 1

karangnongko14 0.90242602773925 S 1

ngawen36 0.025833761896504 S 4

ceper60 0.58789288019821 S 1

pedan79 0.34210308001555 S 2

karangdowo86 0.12862785522609 S 3

juwiring71 0 S 4

wonosari61 0.45233576613825 S 2

delanggu56 0.041776462609325 S 4

polanharjo48 0.1675941228761 S 3

karanganom51 0.12976835290436 S 3

tulung16 0.62451008223596 S 1

jatinom44 0.27559758990162 S 2

kemalang2 0.39769040306561 S 2

klaten selatan30 0.15768332156341 S 3

klaten

tengah117 0.25033000813642 S 2

klaten utara116 0.72892758221707 S 1

pedan82 0.12982539591259 S 3

gantiwarno128 0.10477186042154 S 3

4.4 Manual Implementasi Sub bab ini akan membahas tentang bagaimana pengguna dapat berkomunikasi dengan sistem. Perancangan manual implementasi ini akan dijelaskan melalui sitemap, dan desain antarmuka sistem.

Sitemap login sebagai IT Service.

Sitemap login sebagai admin

Gambar 4.1.2 Sitemap login admin

Halaman Login Halaman Utama

(Manajemen User)

Halaman Ubah

Data User

Halaman Logout

Halaman Tambah

User

Halaman Hapus

User

Gambar 4.1.1 Sitemap User IT Service

Halaman Login Halaman Utama Halaman Logout

Halaman Ubah Data

Kriteria & Bobot

Halaman Hasil

Rekomendasi tanaman

pangan

Halaman Data Kriteria &

Bobot

1.4.1 Halaman Login Halaman login adalah halaman awal dari sistem, dimana semua user yang ingin masuk ke dalam sistem harus memasukkan username dan password

Ketarangan :

1. Form username user

2. Form Password user

3. Tombol Login

1.4.2 Halaman Utama user IT Service Halaman ini adalah halaman awal user IT Service setelah login. Pada halaman utama ini user IT Service langsung dihadapkan pada Menu Manajemen User.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

TANAMAN PANGAN DENGAN METODE ELECTRE

DAN TOPSIS

[1]

[2]

Username

:

Password

:

Login [3]

Gambar 1.4.1 Antarmuka Login

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TANAMAN

PANGAN DENGAN METODE ELECTRE DAN TOPSIS

List Data Pengguna Sistem

Ubah [2] Hapus [3]

Tambah User [1]

User 1

Logout [4]

Gambar 1.4.2 halaman utama user IT service

Keterangan :

1. Tombol tambah user

2. Tombol ubah data user terpilih

3. Tombol hapus data user terpilih

4. Tombol Logout

1.4.3 Halaman Tambah Data atau Ubah Data User Halaman ini adalah halaman dimana IT service bisa menambahkan data atau mengubah data user

Keterangan :

1. Tombol Simpan Data

2. Tombol Batal Simpan

3. Form Username User

4. Form Password User

5. Form hak Akses User

6. Tombol Logout

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TANAMAN

PANGAN DENGAN METODE ELECTRE DAN TOPSIS

Tambah / Ubah Data User

Simpan [1] Batal [2]

[3]

Logout [6]

[4]

[5]

Username :

Password :

Hak Akses :

Gambar 1.4.2 Antarmuka Tambah atau Ubah User

4.4.1 Halaman Utama user Halaman ini adalah halaman awal user setelah login. Pada halaman utama ini user dapat memilih menu melihat hasil rekomendasi atau mengubah data kriteria dan bobot.

Keterangan :

1. Halaman Data kriteria& Bobot

2. Halaman melihat Hasil Rekomendasi

4.1.5 Halaman Data Kriteria & Bobot

Halaman ini adalah halaman bagi user untuk melakukan manajemen kriteria & bobot.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TANAMAN

PANGAN DENGAN METODE ELECTRE DAN TOPSIS

Data Kriteria & Bobot [1] Hasil Rekomendasi [2] Logout [6]

Gambar 4.1.4 Antarmuka Halaman utama

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TANAMAN

PANGAN DENGAN METODE ELECTRE DAN TOPSIS

Ubah Data Kriteria & Bobot

Simpan [1] Batal [2]

[3]

Logout

[5]

[4]

Nama Kriteria :

Nilai Bobot :

Gambar 4.1.5 halaman data kriteria dan bobot

Keterangan :

1. Tombol simpan data

2. Tombol batal ubah data

3. Form nama kriteria

4. Form Nilai bobot kriteria

5. Tombol Logout

4.1.6 Halaman Utama (Anggota)

Halaman ini adalah halaman awal bagi user yang baru melakukan proses login. Disini terdapat 3 menu utama yaitu, Manajemen data pihak dinas pertanian, petani, dan melihat hasil rekomendasi

Keterangan :

1. Tab Halaman Data Petani baru

2. Tab melihat hasil rekomendasi

3. Tombol Logout

Gambar 4.1.6 Halaman anggota

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TANAMAN

PANGAN DENGAN METODE ELECTRE DAN TOPSIS

Data tanaman [1] Hasil Rekomendasi

[3]

Logout [4] Proses Seleksi [2]

Ubah [2] Hapus [3]

BAB V IMPLEMENTASI

Pada bab ini dibahas mengenai implementasi pakar yang di dasarkan

pada hasil yang telah diperoleh dari analisis pakar yang didasarkan pada hasil

yang diperoleh dari analisis kebutuhan dan proses perancangan yang dibuat.

Pembahasan ini terdiri dari penjelasan tetang spesifikasi sistem, batasan –

batasan dalam implementasi, implementasi algoritma pada program dan

implementasi antarmuka.

Gambar 5.1 pohon implementasi sistem

5.1 Spesifikasi Sistem

Hasil analisisis kebutuhan dan perancangan perangkat lunak yang telah diuraikan

pada bab IV menjadi acuan untuk melakukan implementasi menjadi sebuah

sistem yang dapat berfungsi sesuai kenutuhan. Spesifikasi sistem dibagi menjadi

dua yaitu spesifikasi perangkat keras dan spesifikasi perangkt lunak.

5.1.1 Spesifikasi Perangkat Keras

Pembangunan sistem untuk pemanfaatan sistem pendukung keputusan metode

ELECTRE – TOPSIS dalam pemberian rekomendasi terhadap pemilihan tanaman

pangan terbaik menggunakan spesisfikasi perangkat keras dirinci pada tabel 5.1

Tabel 5.1 spesifikasi perangkat keras komputeresifikasi perangkat keras komputer

Nama komponen Spesifikasi

Prosesor Intel core i5

Memori (RAM) 4GB

Hardiks Hardiks free 500GB

Kartu grafis NVIDIA getforce 9400M

Monitor

5.1.2 Spesifikasi Perangkat Lunak

Pembangunan sistem pemanfaatan sistem pendukung keputusan metode

ELECTRE – TOPSIS dalam pemberian rekomendasi terhadap pemilihan tanaman

pangan menggunakan spesifikasi perangkat lunak yang dirinci tabel 5.2

Tabel 5.2 spesifikasi perangkat lunak

Tools Nama software

Basis data Mysql

Use case

Program Php

Dokumentasi Microsoft office

Sistem operasi

5.2 Batasan Implementasi

Beberapa batasan yang diterapkan pada sistem pendukung keputusan

menentukan rekomendasi simplisia nabati menggunakan metde ELECTRE –

TOPSIS adalah :

1. Pemanfaatan sistem pendukung keputusan menentukan pemilihan alternatif

tanaman pangan.

2. Sistem pendukung keputusan mennetukan rekomendasi tanaman pangan ini

dirancang dan dibangun dengan menggunakan bahasa pemgraman PHP dan

menggunakan MySQL sebagai penyimpanan database yang telah satu paket

pada software MAMP.

3. Metode yang diterapkan pada sistem pendukung keputusan ini adalah

menggunakan metode gabungan ELECTRE – TOPSIS.

4. Pada implementasi algoritma dijelaskan sebatas algoritma yang terkait

metode electre – topsis

5. Alternatif yang digunakan dalam sistem pendukng keputusan ini adalah 28

alternatif dari 12 kriteria tanah.

5.3 Implementasi Algoritma

Pada sub bab ini akan dijelaskan mengenaik implementasi code dari sistem

pendukung keputusan pemilihan tanaman pangan. Berikut adalah langkah –

langkah dalam implementasi algoritma SPK pemilihan tanaman pangan

menggunakan metode ELECTRE - TOPSIS

1. Implementasi algoritma normalisasi matrik penilaian alternatif

2. Implementasi algoritma normalisasi bobot kriteria

3. Implementasi algoritma menghitung matrik v

4. Implementasi algritma mennetukan himpunan concordance

5. Implementasi algritma menentukan himpunan discrdance.

6. Implementasi algoritma menghitung matrik concordance

7. Implementasi algoritma menghitung matrik discordance

8. Implementasi algoritma menentukan matrik concordance dominan

9. Implementasi algoritma matrik discordance dominan

10. Implementasi algoritma menentukan matrik agregat dominan

11. Implementasi algoritma menghitung preferensi alternatif

5.4 SPESIFIKASI SOURCE CODE

Implementasi yang akan dibahas mengenai source code pembobotan data, menghitung nilai hasil perkalian bobot kriteria, nilai parameter, derajat preferensi, indeks preferensi.

5.4.1 Antarmuka Halaman Login Tabel 5.4.1.1 halaman login

1 2 3 4 5 6 7 8 9 10 11 12

foreach ($data->result() as $row) { $sa = $row->nilaisa; $sa_norm = $sa * $sa; $exec = $exec + $sa_norm; } return sqrt($exec); } <td><?php echo $row->nama; ?></td>

<td><?=round(($row->temperatur

/ $this->matrix_norm->temperatur_norm()), 5);?></td>

<td><?=round(($row->curahhujan

13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

/ $this->matrix_norm->curah_norm()), 5);?></td><td><?=round(($row->kelembapan

/ $this->matrix_norm->kelembapan_norm()), 5);?></td>

<td><?=round(($row->drainase

/$this->matrix_norm->drainase_norm()), 5);?></td>

<td><?=round(($row->tekstur

/$this->matrix_norm->tekstur_norm()), 5);?></td>

<td><?=round(($row->kedalamantanah

/$this->matrix_norm->kedalamantanah_norm()), 5);?></td>

<td><?=round(($row->ketebalangambut

/$this->matrix_norm->ketebalangambut_norm()), 5);?></td>

<td><?=round(($row->ph

/$this->matrix_norm->ph_norm()), 5);?></td>

<td><?=round(($row->salinitas

/$this->matrix_norm->salinitas_norm()), 5);?></td>

<td><?=round(($row->alkalinitas

/$this->matrix_norm->alkalinitas_norm()), 5);?></td>

<td><?=round(($row->kedalamansulfidik

/$this->matrix_norm->sulfidik_norm()), 5);?></td>

<td><?=round(($row->lereng

/$this->matrix_norm->lereng_norm()), 5);?></td></tr>

Penjelasan source code dari implementasi algoritma Matriks normalisasi sebagai berikut:

1. Pada baris 1 yaitu menentukan nilai normalisasi awal

2. Pada baris 16 menampilkan nama kriteria

5.4.2 Algoritma Matriks Normalisasi Terbobot

Pada proses ini dilakukan matriks normalisasi terbobot dengan nilai kriteria

masing masing bobot

Tabel 4.1.1.3 algoritma matrik normalisasi bobot

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

foreach($Tanaman->result() as $row){

?>

<tr>

<td><?php echo $row->nama; ?></td>

<td><?=round(($row->temperatur

/ $this->matrix_norm->temperatur_norm()), 5);?></td>

<td><?=round(($row->curahhujan

/ $this->matrix_norm->curah_norm()), 5);?></td><td><?=round(($row->kelembapan

/ $this->matrix_norm->kelembapan_norm()), 5);?></td>

<td><?=round(($row->drainase

/$this->matrix_norm->drainase_norm()), 5);?></td>

<td><?=round(($row->tekstur

/$this->matrix_norm->tekstur_norm()), 5);?></td>

<td><?=round(($row->kedalamantanah

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

/$this->matrix_norm->kedalamantanah_norm()), 5);?></td>

<td><?=round(($row->ketebalangambut

/$this->matrix_norm->ketebalangambut_norm()), 5);?></td>

<td><?=round(($row->ph

/$this->matrix_norm->ph_norm()), 5);?></td>

<td><?=round(($row->salinitas

/$this->matrix_norm->salinitas_norm()), 5);?></td>

<td><?=round(($row->alkalinitas

/$this->matrix_norm->alkalinitas_norm()), 5);?></td>

<td><?=round(($row->kedalamansulfidik

/$this->matrix_norm->sulfidik_norm()), 5);?></td>

<td><?=round(($row->lereng

/$this->matrix_norm->lereng_norm()), 5);?></td></tr>

Penjelasan source code dari implementasi algoritma Matriks normalisasi terbobot sebagai berikut:

1. Pada baris 1 merupakan perulangan untuk mengambil setiap nilai setiap

lahan sebagai matriks

2. Pada baris 3 merupakan code untuk menampilkan kriteria tanah

3. Pada baris 13 hingga selesai merupakan code untuk menampilkan hasil dari

perkalian nilai matriks normalisasi dengan nilai bobot masing -masing kriteria

5.4.3 Algoritma Himpunan Concordance dan Discordance

1. Himpunan Concordance

Proses ini mencari kriteria mana saja yang masuk ke dalam himpunan anggota

concordance

Tabel 5.4.3.1 Algoritma himpunan concordance

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 36 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57

<tr> <th width='1000px'>Nama</th> <th width='1000px'>Nilai Matriks Concordance</th> </tr> <?php $no=1; $temp = array(); $cr = 1; for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; if($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) >= $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])) { $temperatur = $this->matrix_norm->bobot_temperatur(); } else { $temperatur = 0; } if($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) >= $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])) { $curahhujan=$this->matrix_norm- >bobot_curahhujan(); } else { $curahhujan = 0; } if($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) >= $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])) { $kelembapan=$this->matrix_norm->bobot_kelembapan(); } else { $kelembapan = 0; } if($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) >= $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])) { $drainase=$this->matrix_norm->bobot_drainase(); } else { $drainase = 0; } if($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) >= $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])) { $tekstur=$this->matrix_norm->bobot_tekstur(); } else { $tekstur 0; } if($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) >= $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])) { $kedalamantanah = $this->matrix_norm->bobot_kedalamantanah(); } else { $kedalamantanah = 0; } if($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) >=

58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 878889 90 91 92 93 94 95 96 97 98 99 100 101 102

$this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])) { $ketebalangambut = $this->matrix_norm->bobot_ketebalangambut(); } else { $ketebalangambut = 0; } if($this->matrix_norm->nilai_ph($temp[$i]['ph']) >= $this->matrix_norm->nilai_ph($temp[$j]['ph'])) { $ph = $this->matrix_norm->bobot_ph(); } else { $ph = 0; } if($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) >= $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])) { $salinitas = $this->matrix_norm->bobot_salinitas(); } else { $salinitas = 0; } if($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) >= $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])) { $alkalinitas = $this->matrix_norm->bobot_alkalinitas(); } else { $alkalinitas = 0; } if($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) >= $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])) { $kedalamansulfidik = $this->matrix_norm->bobot_kedalamansulfidik(); } else { $kedalamansulfidik = 0; } if($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) >= $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])) { $lereng = $this->matrix_norm->bobot_lereng();; } else { $lereng = 0; } $jum_con= $temperatur+$curahhujan+$kelembapan+$drainase+$tekstur+$kedalamantanah+$ketebalangambut+$ph+$salinitas+$alkalinitas+$kedalamansulfidik+$lereng;

Penjelasan source code dari implementasi algoritma himpunan concordance sebagai

berikut:

1. Pada baris 1-2 merupakan code untuk mengambi nilail setiap alternatif untuk

disimpakn kedalam array;

2. Pada baris 5 – 6 merupakan code untuk membuat matriks untuk setiap baris I

(alternatif) dan j (alternatif)

3. Baris 7 merupakan code untuk tidak menghitung setiap matriks alternatif yang

sama

2. Matriks Discordance

Tabel 5.4.3.2 Algoritma matrik discordance

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 36 38 39 40 41

foreach ($tanaman->result_array() as $list) { $ temp[]=$list; } $cr = 1; for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; $dis_temp = ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); $dis_curahhujan = ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); $dis_kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); $dis_drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); $dis_tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); $dis_kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); $dis_ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); $dis_ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); $dis_salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); $dis_alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); $dis_kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); $dis_lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng']));

Penjelasan source code dari implementasi algoritma matriks Discordance

normalisasi sebagai berikut:

1. Pada baris 1-2 merupakan code untuk mengambi nilail setiap alternatif untuk

disimpakn kedalam array;

2. Pada baris 4 - 5 merupakan code untuk membuat matriks untuk setiap baris I

(alternatif) dan j (alternatif).

3. Baris 6 merupakan code untuk tidak menghitung setiap matriks alternatif yang sama.

4. Baris 25 – 64 merupakan code untuk mencari himpunan discordance dan nilai

maxnya yang sisimpan pada variable $max;

5. Baris 72 – 74 code untuk menampilkan hasil matriks discordance.

1. Matriks dominan concordance

Proses perhitungan pada algoritma matriks dominan concordance dilakukan

dengan cara membanding nilai threshold dominan concordance dengan nilai

matriks concordance masing masing alternatif. Jika nilai matriks concordance >

threshold maka nilai dominan concordance akan bernilai 1.

Tabel 5.4.3.4 Algoritma dominan concordance

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 36

Foreach ($tanaman->result_array() as $list) { $temp[]=$list; } $cr = 1; for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; if($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) >= $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])) { $temperatur = $this->matrix_norm->bobot_temperatur(); } else { $temperatur = 0; } if($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) >= $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])) { $curahhujan = $this->matrix_norm->bobot_curahhujan(); } else { $curahhujan = 0; } if($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) >= $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])) { $kelembapan = $this->matrix_norm->bobot_kelembapan(); } else { $kelembapan = 0; } if($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) >= $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])) { $drainase = $this->matrix_norm->bobot_drainase(); } else { $drainase = 0; } if($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) >=

38 39 40 41 42 43 44 45 46 47 48495051525354555657585960 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99

$this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])) { $tekstur = $this->matrix_norm->bobot_tekstur(); } else { $tekstur = 0; } if($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) >= $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])) { $kedalamantanah = $this->matrix_norm->bobot_kedalamantanah(); } else { $kedalamantanah = 0; } if($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) >= $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])) { $ketebalangambut = $this->matrix_norm->bobot_ketebalangambut(); } else { $ketebalangambut = 0; } if($this->matrix_norm->nilai_ph($temp[$i]['ph']) >= $this->matrix_norm->nilai_ph($temp[$j]['ph'])) { $ph = $this->matrix_norm->bobot_ph(); } else { $ph = 0; } if($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) >= $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])) { $salinitas = $this->matrix_norm->bobot_salinitas(); } else { $salinitas = 0; } if($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) >= $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])) { $alkalinitas = $this->matrix_norm->bobot_alkalinitas(); } else { $alkalinitas = 0; } if($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) >= $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])) { $kedalamansulfidik = $this->matrix_norm->bobot_kedalamansulfidik(); } else { $kedalamansulfidik = 0; } if($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) >= $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])) { $lereng = $this->matrix_norm->bobot_lereng();; } else {

100 101 102 103 104 105 106 107 108 109

$lereng = 0; } $jum_con= $temperatur+$curahhujan+$kelembapan+$drainase+$tekstur+$kedalamantanah+$ketebalangambut+$ph+$salinitas+$alkalinitas+$kedalamansulfidik+$lereng; $dt[$i][] = $jum_con; $xx[] = $jum_con; } $a[] = array_sum($dt[$i]); }

Penjelasan source code dari implementasi algoritma matriks dominan concordance

sebagai berikut:

1. Pada baris 1-2 merupakan code untuk mengambi nilail setiap alternatif untuk

disimpakn kedalam array;

2. Pada baris 4- 5 merupakan code untuk membuat matriks untuk setiap baris I

(alternatif) dan j (alternatif).

3. Baris 8- 32 merupakan code untuk menghitung nilai himpunan concordance tiap

alternatif untuk mencari nilai threshold.

4. Baris 34 -38 merupakan code untuk menghitung jumlah nilai matriks concordance

dan menyimpannya dalam array untuk menghitung nilai threshold.

5. Baris 41 – 42 merupakan perulangan untuk menampilkan alternatif baris ke I dan

kolom ke j.

6. Baris 44 – 49 merupakan code untuk mencari nilai threshold dari maisng masing

alternatif baris ke I kolom ke j.

7. Baris ke 50 – 53 merupakan code untuk mencari nilai matriks dominan concordance.

8. Baris 56 – 59 merupakan code untuk menampilkan hasil dari matriks dominan

concordace.

Matriks dominan discordance

Pada proses ini nilai matriks dominan discordance dicari dengan

membandingkan nilai matrik discordance setiap alternatif dengan nilai threshold, jika

nilai matrik discordance > nilai threshold maka matrik dominan concordance akan

bernilai 1.

Tabel 5.4.3.4 Algoritma matrik dominan discordance

1 2 3 4 5 6 7 8 9

foreach ($tanaman->result_array() as $list) { $temp[]=$list; } $cr = 1; for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue;

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 36 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66

$dis_temp = ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); $dis_curahhujan = ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); $dis_kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); $dis_drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); $dis_tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); $dis_kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); $dis_ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); $dis_ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); $dis_salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); $dis_alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); $dis_kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); $dis_lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); $max_dis = max(array($dis_temp,$dis_curahhujan,$dis_kelembapan,$dis_drainase,$dis_tekstur, $dis_kedalamantanah,$dis_ketebalangambut,$dis_ph,$dis_salinitas,$dis_alkalinitas,$dis_kedalamansulfidik,$dis_lereng)); if($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) < $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])) { $temperatur =ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); } else { $temperatur = 0; } if($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) < $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])) { $curahhujan =ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); } else { $curahhujan = 0; } if($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) <

67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123

$this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])) { $kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); } else { $kelembapan = 0; } if($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) < $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])) { $drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); } else { $drainase = 0; } if($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) < $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])) { $tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); } else { $tekstur = 0; } if($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) < $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])) { $kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); } else { $kedalamantanah = 0; } if($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) < $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])) { $ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); } else { $ketebalangambut = 0; } if($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) < $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])) { $salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); } else { $salinitas = 0; } if($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) < $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])) { $alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); } else {

124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 167 168 169 170 171 172 173 174 175

$alkalinitas = 0; } if($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) < $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])) { $kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); } else { $kedalamansulfidik = 0; } if($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) < $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])) { $lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); } else { $lereng = 0; } if($this->matrix_norm->nilai_ph($temp[$i]['ph']) < $this->matrix_norm->nilai_ph($temp[$j]['ph'])) { $ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); } else { $ph = 0; } if ($max_dis != 0){ $max = max(array($temperatur,$curahhujan,$kelembapan,$drainase,$tekstur,$kedalamantanah,$ketebalangambut,$salinitas,$alkalinitas,$kedalamansulfidik,$lereng,$ph)); $dis = $max/$max_dis; }else { $dis = 0; } $dt[$i][] = $dis; $xx[] = $dis; } $a[] = array_sum($dt[$i]); } $x = 0; $z = 0; for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; $xxx = $xx[$x++];

Penjelasan source code dari implementasi algoritma dominan Discordance

normalisasi sebagai berikut:

1. Pada baris 1-2 merupakan code untuk mengambi nilail setiap alternatif untuk

disimpakn kedalam array;

2. Pada baris 4 - 5 merupakan code untuk membuat matriks untuk setiap baris I

(alternatif) dan j (alternatif)

3. Baris 6 merupakan code untuk tidak menghitung setiap matriks alternatif yang sama

Baris 25 – 61 merupakan code untuk mencari nilai matriks discordance dan nilai

maxnya yang disimpan pada variabel $max;

Matriks aggregate dominan

Pada proses ini nilai matriks aggregate dominan dapat dicari dengan mengalikan

nilai matriks dominan concordance dengan nilai matriks dominan discordance.

Tabel 5.4.3.5 Algoritma matrik agragat dominan

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 36 38 39 40 41 41

for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; $dis_temp = ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); $dis_curahhujan = ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); $dis_kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); $dis_drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); $dis_tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); $dis_kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); $dis_ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); $dis_ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); $dis_salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); $dis_alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); $dis_kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); $dis_lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); $max_dis = max(array($dis_temp,$dis_curahhujan,$dis_kelembapan,$dis_drainase,$dis_tekstur, $dis_kedalamantanah,$dis_ketebalangambut,$dis_ph,$dis_salinitas,$dis_alkalinitas,$dis_kedalamansulfidik,$dis_lereng));

42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98

if($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) < $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])) { $temperatur =ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); } else { $temperatur = 0; } if($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) < $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])) { $curahhujan =ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); } else { $curahhujan = 0; } if($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) < $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])) { $kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); } else { $kelembapan = 0; } if($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) < $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])) { $drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); } else { $drainase = 0; } if($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) < $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])) { $tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); } else { $tekstur = 0; } if($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) < $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])) { $kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); } else { $kedalamantanah = 0; } if($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) < $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])) {

99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155

$ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); } else { $ketebalangambut = 0; } if($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) < $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])) { $salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); } else { $salinitas = 0; } if($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) < $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])) { $alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); } else { $alkalinitas = 0; } if($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) < $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])) { $kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); } else { $kedalamansulfidik = 0; } if($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) < $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])) { $lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); } else { $lereng = 0; } if($this->matrix_norm->nilai_ph($temp[$i]['ph']) < $this->matrix_norm->nilai_ph($temp[$j]['ph'])) { $ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); } else { $ph = 0; } if ($max_dis != 0){ $max = max(array($temperatur,$curahhujan,$kelembapan,$drainase,$tekstur,$kedalamantanah,$ketebalangambut,$salinitas,$alkalinitas,$kedalamansulfidik,$lereng,$ph)); $dis = $max/$max_dis; }else { $dis = 0; }

156 157

$xx[]=$dis; $dis_max[]=$dis; $max_discordance = max($dis_max);

Penjelasan source code dari implementasi algoritma matriks aggregate

dominan sebagai berikut:

1. Pada baris 4- 5 merupakan code untuk membuat matriks untuk setiap baris I

(alternatif) dan j (alternatif)

2. Baris 6 – 17 merupakan code untuk mengambil nilai matriks dominan

concordance

3. Baris 19 - 20 merupakan code untuk mengambil nilai matriks dominan

discordance

4. Baris 32 – 33 merupakan code untuk mencari nilai matriks aggregate dominan

dan menyimpannya dalam variabel $hasil

5. Baris 35 – 39 merupakan code untuk menampilkan hasil matriks aggregate

dominan yang dipanggil oleh variabel $hasil

Tabel 5.4.3.5 Algoritma hasil electre dan topsis

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

for($i = 0; $i<count($temp); $i++) { for($j = 0; $j<count($temp); $j++){ if($i==$j) continue; $dis_temp = ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); $dis_curahhujan = ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); $dis_kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); $dis_drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); $dis_tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); $dis_kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); $dis_ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); $dis_ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); $dis_salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas']));

29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84

$dis_alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); $dis_kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); $dis_lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); $max_dis = max(array($dis_temp,$dis_curahhujan,$dis_kelembapan,$dis_drainase,$dis_tekstur, $dis_kedalamantanah,$dis_ketebalangambut,$dis_ph,$dis_salinitas,$dis_alkalinitas,$dis_kedalamansulfidik,$dis_lereng)); if($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) < $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])) { $temperatur =ABS($this->matrix_norm->nilai_temperatur($temp[$i]['temperatur']) - $this->matrix_norm->nilai_temperatur($temp[$j]['temperatur'])); } else { $temperatur = 0; } if($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) < $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])) { $curahhujan =ABS($this->matrix_norm->nilai_curahhujan($temp[$i]['curahhujan']) - $this->matrix_norm->nilai_curahhujan($temp[$j]['curahhujan'])); } else { $curahhujan = 0; } if($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) < $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])) { $kelembapan = ABS($this->matrix_norm->nilai_kelembapan($temp[$i]['kelembapan']) - $this->matrix_norm->nilai_kelembapan($temp[$j]['kelembapan'])); } else { $kelembapan = 0; } if($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) < $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])) { $drainase = ABS($this->matrix_norm->nilai_drainase($temp[$i]['drainase']) - $this->matrix_norm->nilai_drainase($temp[$j]['drainase'])); } else { $drainase = 0; } if($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) < $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])) { $tekstur = ABS($this->matrix_norm->nilai_tekstur($temp[$i]['tekstur']) - $this->matrix_norm->nilai_tekstur($temp[$j]['tekstur'])); } else { $tekstur = 0; } if($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) <

85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141

$this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])) { $kedalamantanah = ABS($this->matrix_norm->nilai_kedalamantanah($temp[$i]['kedalamantanah']) - $this->matrix_norm->nilai_kedalamantanah($temp[$j]['kedalamantanah'])); } else { $kedalamantanah = 0; } if($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) < $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])) { $ketebalangambut = ABS($this->matrix_norm->nilai_ketebalangambut($temp[$i]['ketebalangambut']) - $this->matrix_norm->nilai_ketebalangambut($temp[$j]['ketebalangambut'])); } else { $ketebalangambut = 0; } if($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) < $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])) { $salinitas = ABS($this->matrix_norm->nilai_salinitas($temp[$i]['salinitas']) - $this->matrix_norm->nilai_salinitas($temp[$j]['salinitas'])); } else { $salinitas = 0; } if($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) < $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])) { $alkalinitas = ABS($this->matrix_norm->nilai_alkalinitas($temp[$i]['alkalinitas']) - $this->matrix_norm->nilai_alkalinitas($temp[$j]['alkalinitas'])); } else { $alkalinitas = 0; } if($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) < $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])) { $kedalamansulfidik = ABS($this->matrix_norm->nilai_kedalamansulfidik($temp[$i]['kedalamansulfidik']) - $this->matrix_norm->nilai_kedalamansulfidik($temp[$j]['kedalamansulfidik'])); } else { $kedalamansulfidik = 0; } if($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) < $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])) { $lereng = ABS($this->matrix_norm->nilai_lereng($temp[$i]['lereng']) - $this->matrix_norm->nilai_lereng($temp[$j]['lereng'])); } else { $lereng = 0; } if($this->matrix_norm->nilai_ph($temp[$i]['ph']) < $this->matrix_norm->nilai_ph($temp[$j]['ph'])) { $ph = ABS($this->matrix_norm->nilai_ph($temp[$i]['ph']) - $this->matrix_norm->nilai_ph($temp[$j]['ph'])); } else {

142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158

$ph = 0; } if ($max_dis != 0){ $max = max(array($temperatur,$curahhujan,$kelembapan,$drainase,$tekstur,$kedalamantanah,$ketebalangambut,$salinitas,$alkalinitas,$kedalamansulfidik,$lereng,$ph)); $dis = $max/$max_dis; }else { $dis = 0; } $dt[$i][] = $dis; $xx[] = $dis; } $ad[] = array_sum($dt[$i]); }

5.5 SPESIFIKASI USER INTERFACE Implementasi halaman login merupakan halaman utama untuk masuk ke aplikasi

sebagai admin maupun sebagai user. Dimana dihalaman utama memasukan user

dan password mengacu pada gambar

5.5.1.1Management member

Gambar 5.5.1.1 management member

5.5.1.2Proses perhitungan

5.5.1.3 Himpunan concordance

Gambar 5.5.1.3 himpunan concordance

5.5.1.4 Himpunan discordance

Di sini dikelompokan himpunan discordance

Gambar 5.5.1.4 himpunan discordance

5.5.1.5 Matrik concordance

Pada halaman ini menampilkan dari matrik concordance

Gambar 5.5.1.5 matrik concordance

5.5.1.6 Matrik discordance

Pada halaman ini terdapat perhitungan untuk menghasilkan nilai matrik discordance

Gambar 5.5.1.6 matrik discordance

5.5.1.7 matrik concordance dominan

Pada halaman ini terdapat perhitungan untuk menghasilkan nilai himpunan

concordance

Gambar 5.5.1.7 himpunan concordance

5.5.1.8 matrik discordance dominan

Pada halaman ini menampilkan nilai dari perhitungan langkah sebelumnya yang

menghasilkan nilai himpunan discordance

Gambar 5.5.1.8 matrik discordance dominan

5.5.1.9 Hasiil electre topsis

Halaman ini menampilkan hasil dari perhitungan electre topsis

5.5.10 Hasil akhir

Halaman terakhir ini menampilkan hasil akhir yaitu masuk dalam s1 ,s2 ,s3 ,s4

BAB VI

PENGUJIAN Pada bab ini membahas mengenai pengujian implementasi metode electre

dan topsis dalam menentukan pemilihan tanaman pada suatu lahan berdasar kondisi tanah. Proses pengujian dilakukan melalui proses uji tingkat akurasi untuk mengetahui seberapa baik hasil pengukuran dari sistem untuk setiap tipe preferensi dan uji tipe preferensi untuk mengetahui tipe preferensi mana yang menghasilkan tingkat kesesuaian tanaman pada lahan yang sesuai terhadap keputusan dari pihak Dinas Pertanian.

6.1 Pengujian Akurasi Hasil Akhir

Tujuan dilakukannya pengujian akurasi hasil akhir ialah untuk mengetahui apakah tanaman yang dipilih oleh sistem telah sesuai dengan data hasil pemilihan tanaman pada suatu lahan yang dilakukan oleh pihak Dinas Pertanian.

6.1.1 Skenario pengujian akurasi hasil akhir Dalam skenario ini yaitu membandingkan hasil akhir pemilihan tanaman

terhadap suatu lahan menggunakan metode promethee terhadap hasil pemilihan tanaman yang didapatkan dari Dinas Pertanian yang menggunakan data lahan sebanyak 28 data. Berikut adalah perbandingan hasil keputusan sistem terhadap hasil keputusan pihak Dinas Pertanian dari setiap jenis tanaman pada setiap lahan yang ditunjukkan pada tabel 6.1.

Tabel 6.1.1 Perbandingan Hasil Akhir Keputusan Sistem dengan Hasil Keputusan Dinas Pertanian

Nam

a Rekomendasi hasil

Data

pertanian

Pram

banan133

0.15801816

974219

(kedelai)

0.090953897

098404

(kacang

tanah)

0.0586740231

22739 (padi)

0.0585463

753822

(jagung)

kedelai /

kacang

tanah

Ganti

warno127

0.71106747

630675

(padi)

0.475837980

20439(kedela

i)

0.3980917450

7307(jagung)

0.2756434

7574921

(kacang

tanah)

kedelai/pa

di

Wedi

119

0.28364101

244331

(kedelai)

0.262412586

1764 (jagung)

0.2449606541

0382 (kacang

tanah)

0.1652910

9080023

(padi)

kacang/

jagung

Baya

t111

0.11172498

611757

(jagung)

0.077475911

356161 (padi)

0.0649603952

51596

(kacang

tanah)

0.0630201

738787

(kedelai)

jagung /

kacang

tanah

Cawa

s96

0.47669919

777782

(kacang

tanah)

0.476365728

91721

(kedelai)

0.4553446284

8636 (jagung)

0.2681923

4689927

(padi)

kedelai/jag

ung

Truc

uk93

0.41075181

179425

(kacang

tanah)

0.399900893

94868

(jagung)

0.3256887921

679 (padi)

0.1748707

4151632

(kedelai)

jagung/pad

i

Kalik

otes115

0.66257004

344

(jagung)

0.495244369

44564 (padi)

0.4301535680

2354 (kedelai)

0.3615151

2883286

(kacang

tanah)

jagung/pad

i

Kebo

narom29

0.96428571

428571

(kedelai)

0.850001048

37996

(jagung)

0.7664838311

9914 (kacang

tanah)

0.5191117

6267825

(padi)

kedelai/

jagung

Jogo

nalan21

0.57574867

504046

(padi)

0.550686552

53164

(kedelai)

0.5094474213

8857 (kacang

tanah)

0.4827680

5667346

(jagung)

padi/kedel

ai

Mani

srenggo18

0.96428475

000096

(jagung)

0.815243679

95925

(kacang

tanah)

0.7429494794

1396 (kedelai)

0.6181897

1906582

(padi)

kacang

tanah /

jagung

Kara

ngnongko

14

0.90242602

773925

(jagung)

0.891364550

90614

(kedelai)

0.7421532086

5657 (padi)

0.6808901

8706789

(kacang

tanah)

jagung/ked

elai

Nga

wen36

0.10687588

299755

(kedelai)

0.054935167

167182

(kacang

tanah)

0.0386306759

55536 (padi)

0.0258337

61896504

(jagung)

kedelai/ka

cang tanah

Cepe

r60

0.78510273

070654

(padi)

0.587892880

19821

(jagung)

0.5420501186

4704 (kacang

tanah)

0.5124457

0258589

(kedelai)

padi/kacan

g tnah

Peda

n79

0.71106747

630675

(padi)

0.369602045

19482

(kedelai)

0.3421030800

1555 (jagung)

0.2756434

7574921

(kacang

tanah)

padi

Kara

ngdowo8

6

0.12862785

522609

(jagung)

0.106785473

02111

(kedelai)

0.1018105973

1189 (kacang

tanah)

0.0713839

31041279

(padi)

jagung

Juwir

ing71

0.02477195

4025789

(kacang

tanah)

0.019170686

658536

(kedelai)

0 (padi) 0 (jagung) kacang

tanah

Won

osari61

0.60096858

407675

(kedelai)

0.546164727

45607

(kacang

tanah)

0.4523357661

3825 (jagung)

0.2366561

340214

(padi)

Kedelai

Dela

nggu56

0.04177646

2609325

(jagung)

0.027757417

523966 (padi)

0.0053594729

620175

(kedelai)

0 (kacang

tanah) jagung

Pola

nharjo48

0.32234379

564577

(kacang

tanah)

0.263628856

1934 (padi)

0.1675941228

761 (jagung)

0.1402019

5033462

(kedelai)

Padi

Kara

nganom5

1

0.36510319

353661

(padi)

0.129768352

90436

(jagung)

0.1263282071

2568 (kedelai)

0.1116439

6205103

(kacang

tanah)

padi

Tulu

ng16

0.64192418

6905

(kedelai)

0.624510082

23596

(jagung)

0.5990357460

3118 (kacang

tanah)

0.3973862

9933293

(padi)

Kedelai

Jatin

om44

0.39051924

764868

(padi)

0.389022650

57989

(kedelai)

0.2755975899

0162 (jagung)

0.2504246

598934

(kacang

tanah)

padi

Kem

alang2

0.53711748

253725

(kedelai)

0.397690403

06561

(jagung)

0.3072794798

4712 (kacang

tanah)

0.3018461

393944

(padi)

Padi

Klate

n

selatan30

0.34986608

291385

(padi)

0.197945407

87021

(kedelai)

0.1576833215

6341 (jagung)

0.1094775

4754793

(kacang

tanah)

padi

Klate

n

tengah11

7

0.71106747

630675

(padi)

0.343708956

36409

(kedelai)

0.3137210744

4832 (kacang

tanah)

0.2503300

0813642

(jagung)

Padi

Klate

n

utara116

0.72892758

221707

(jagung)

0.728072254

25989

(kedelai)

0.6776346380

7418 (kacang

tanah)

0.4452933

9306268

(padi)

Jagung

Peda

n82

0.24663420

487215

(kacang

tanah)

0.190675273

39506 (padi)

0.1794515154

6662 (kedelai)

0.1298253

9591259

(jagung)

kacang

tanah

Ganti

warno128

0.10477186

042154

(jagung)

0.088610292

941268 (padi)

0.0714892385

65504

(kacang

tanah)

0 (kedelai) Jagung

Berdasarkan perbandingan hasil keputusan sistem dengan Dinas Pertanian,

didapatkan ketidak cocokan sejumlah 4 data yaitu wedi19, cawas96,

polanharjo48, kemalang2. Pada pemilihan yang dilakukan Dinas Pertanian

tanaman kacang tanah merupakan tanaman yang sesuai untuk ditanam wedi 19

kemudian kedelai cocok ditanam cawas96, polanharjo cocok ditanami padi dan

kemalang cocok ditanami padi, sedangkan pada hasil keputusan sistem

menggunakan metode electre dan topsis menunjukkan bahwa tanaman wedi19

adalah kedelai, cawas96 adalah kecang tanah, polanharjo48 adalah kacang tanah

dan kemalang adalah padi berada pada alternatif kedua pada pemilihan tanaman

yang cocok setelah tanaman.Maka akurasi dari hasil akhir pemilihan tanaman

terhadap lahan dengan metode electre dan topsis adalah sebagai berikut:

Akurasi hasil akhir:

Akurasi =28−4

28 𝑥 100% = 85,7 %

6.1.2 Analisis Hasil Akurasi Hasil Akhir Dari hasil perhitungan sistem yang dilakukan diketahui bahwa pada masing-

masing tanaman memiliki nilai yang berbeda-beda. Untuk pencocokan datanya sendiri dibandingkan dengan data yang didapat dari Dinas Pertanian. Sehingga dapat diketahui hasil pemilihan tanaman yang cocok dan hasil rekomendasi yang tidak cocok. Hasil rekomendasi yang cocok diambil dari perangkingan nilai terbesar hingga terkecil yang dihasilkan dari nilai net flow pada metode electre dan topsis.

Dari hasil perhitungan akurasi di atas menunjukkan bahwa metode electre dan topsis dapat digunakan dengan baik dalam permasalahan dengan rekomendasi tanaman untuk ditanam di suatu lahan, dengan akurasi sebesar 85,7%.

6.2 Pengujian Bobot Kriteria Terhadap Hasil Akhir

Tujuan dilakukannya pengujian bobot kriteria terhadap hasil akhir ialah untuk mengetahui apakah perubahan bobot kriteria mempengaruhi hasil akhir tanaman berupa nilai akhir, dan tingkat kesesuaian tanaman. Berikut adalah contoh pengujian yang dilakukan pada tanaman jagung.

6.3.1 Skenario pengujian bobot kriteria

a. Uji bobot normal pada tanaman jagung

Dalam skenario ini yaitu menggunakan bobot normal yang diperoleh dari pihak Dinas Pertanian.

1. Pengujian bobot jagung

Tabel 6.3.1 nilai pengujian bobot normal jagung Nama Jumlah Nilai Cluster

prambanan133 0.0585463753822 S 3 s3

gantiwarno127 0.39809174507307 S 2 s2

wedi119 0.2624125861764 S 2 s2

bayat111 0.11172498611757 S 3 s3

cawas96 0.45534462848636 S 2 s2

trucuk93 0.39990089394868 S 2 s2

kalikotes115 0.66257004344 S 1 s1

kebonarom29 0.85000104837996 S 1 s1

jogonalan21 0.48276805667346 S 2 s2

manisrenggo18 0.96428475000096 S 1 s1

karangnongko14 0.90242602773925 S 1 s1

ngawen36 0.025833761896504 S 4 s4

ceper60 0.58789288019821 S 1 s2

pedan79 0.34210308001555 S 2 s2

karangdowo86 0.12862785522609 S 3 s3

juwiring71 0 S 4 s4

Tabel 6.3.2 bobot normal jagung

No Kualitas lahan

K1 temperatur ( c ) 0,08

K2 curah hujan (mm) 0,085

K3 kelembabpan (%) 0,07

K4 Drainase 0,09

K5 Tekstur 0,08

K6 kedalaman tanah (cm) 0,08

wonosari61 0.45233576613825 S 2 s2

delanggu56 0.041776462609325 S 4 s4

polanharjo48 0.1675941228761 S 3 s3

karanganom51 0.12976835290436 S 3 s3

tulung16 0.62451008223596 S 1 s1

jatinom44 0.27559758990162 S 2 s2

kemalang2 0.39769040306561 S 2 s2

klaten selatan30 0.15768332156341 S 3 s3

klaten tengah117 0.25033000813642 S 2 s2

klaten utara116 0.72892758221707 S 1 s1

pedan82 0.12982539591259 S 3 s3

gantiwarno128 0.10477186042154 S 3 s3

K7 ketebalan gambut (cm)

0,09

K8 ph h2o 0,09

K9 salinitas dS/m 0,085

K10 alkalinitas % 0,09

K11 kedalaman sulfidik (cm)

0,09

K12 lereng (%) 0,07

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 89,28%, dengan data yang sesuai adalah 25 data lahan, dan data yang tidak sesuai sebanyak 3 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 3

28∗ 100% =

25

28∗ 100% = 89,2857 %

B. Pengujian ke 1 .

Tabel 6.3.3.3 pengujian bobot 1

Nama Jumlah Nilai Cluster

prambanan133 0.05830641546045 S 3 s3

gantiwarno127 0.48607993296132 S 1 s2

wedi119 0.3567425055028 S 2 s2

bayat111 0.056027336161143 S 4 s3

cawas96 0.44881626712736 S 2 s2

trucuk93 0.40106382689182 S 2 s2

kalikotes115 0.63429484895857 S 1 s1

kebonarom29 0.85133204737336 S 1 s1

Tabel 6.3.3.4 nilai bobot pengujian bobot 1

No Kualitas lahan

jogonalan21 0.45964067902757 S 2 s2

manisrenggo18 0.96329159735725 S 1 s1

karangnongko14 0.90402289708579 S 1 s1

ngawen36 0.034221267224265 S 4 s4

ceper60 0.58224801827168 S 1 s2

pedan79 0.38327384833454 S 2 s2

karangdowo86 0.079252722431032 S 3 s3

juwiring71 0 S 4 s4

wonosari61 0.44993858685457 S 2 s2

delanggu56 0.042160937424561 S 4 s4

polanharjo48 0.16713103201382 S 3 s3

karanganom51 0.095886758747686 S 3 s3

tulung16 0.69986376404629 S 1 s1

jatinom44 0.32826589176474 S 2 s2

kemalang2 0.38972775491193 S 2 s2

klaten selatan30 0.2373562268368 S 3 s3

klaten tengah117 0.21393890458649 S 3 s2

klaten utara116 0.70418398292475 S 1 s1

pedan82 0.13024856772817 S 3 s3

gantiwarno128 0.14847879028602 S 3 s3

K1 temperatur ( c ) 0,12

K2 curah hujan (mm) 0,06

K3 kelembabpan (%) 0,06

K4 drainase 0,09

K5 Tekstur 0,08

K6 kedalaman tanah (cm) 0,08

K7 ketebalan gambut (cm)

0,09

K8 ph h2o 0,09

K9 salinitas dS/m 0,085

K10 alkalinitas % 0,09

K11 kedalaman sulfidik (cm)

0,09

K12 lereng (%) 0,07

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 92,85%, dengan data yang sesuai adalah 26 data lahan, dan data yang tidak sesuai sebanyak 2 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 2

28∗ 100% =

26

28∗ 100% = 92.85 %

C. Pengujian 2

Tabel 6.3.3.5 nilai pengujian bobot 2

Nama Jumlah Nilai Cluster

prambanan133 0.051523020459204 S 4 s3

gantiwarno127 0.41368754361432 S 2 s2

wedi119 0.24970665529135 S 3 s2

bayat111 0.039457003788568 S 4 s3

cawas96 0.37617500623104 S 2 s2

trucuk93 0.31013603443879 S 2 s2

kalikotes115 0.53782673925293 S 1 s1

kebonarom29 0.70176724985068 S 1 s1

jogonalan21 0.41393115475286 S 2 s2

manisrenggo18 0.78544844923211 S 1 s1

karangnongko14 0.75452517836204 S 1 s1

ngawen36 0.021592218466311 S 4 s4

ceper60 0.476412155804 S 2 s2

pedan79 0.33638373891522 S 2 s2

karangdowo86 0.066907861261236 S 3 s3

juwiring71 0 S 4 s4

wonosari61 0.30226632931646 S 2 s2

delanggu56 0.01308315606072 S 4 s4

polanharjo48 0.11368007143018 S 3 s3

karanganom51h

hjgvvvhgch 0.074645952053079 S 3 s3

tulung16 0.600339578302 S 1 s1

jatinom44 0.22190110672164 S 3 s2

kemalang2 0.30652463192296 S 2 s2

klaten selatan30 0.19372359547421 S 3 s3

klaten tengah117 0.1242308495957 S 3 s2

Tabel 6.3.3.6 nilai bobot pengujian 2

No Kualitas lahan

K1 temperatur ( c ) 0,12

K2 curah hujan (mm) 0,06

K3 kelembabpan (%) 0,06

K4 Drainase 0,125

K5 Tekstur 0,006

K6 kedalaman tanah (cm) 0,006

K7 ketebalan gambut (cm)

0,09

K8 ph h2o 0,09

K9 salinitas dS/m 0,085

K10 alkalinitas % 0,09

K11 kedalaman sulfidik (cm)

0,09

K12 lereng (%) 0,07

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 82,14%, dengan data yang sesuai adalah 23 data lahan, dan data yang tidak sesuai sebanyak 5 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

23

28∗ 100% = 82.142.85 %

klaten utara116 0.56583433568507 S 1 s1

pedan82 0.11753637963756 S 3 s3

gantiwarno128 0.15578308324001 S 3 s3

D. Pengujian 3

Tabel 6.3.3.6 nilai pengujian 3

Nama Jumlah Nilai Cluster

prambanan133 0.092882210393325 S 3

s3

gantiwarno12

7 0.35460583583519 S 2 s2

wedi119 0.16761399464294 S 3 s2

bayat111 0.067985043772154 S 3 s3

cawas96 0.34651639709802 S 2 s2

trucuk93 0.34148032975619 S 2 s2

kalikotes115 0.61843203846268 S 1 s1

kebonarom29 0.71088467137193 S 1 s1

jogonalan21 0.44690500472825 S 2 s2

manisrenggo1

8 0.78504176079075 S 1 s1

karangnongko

14 0.75409988743571 S 1 s1

ngawen36 0 S 4 s4

ceper60 0.50198299411014 S 1 s2

pedan79 0.33341466496263 S 2 s2

karangdowo86 0.095452256912071 S 3 s3

juwiring71 0.035335631692268 S 4 s4

wonosari61 0.37279205699186 S 2 s2

delanggu56 0.011664667306688 S 4 s4

polanharjo48 0.12025121349399 S 3 s3

Tabel 6.3.3.8 nilai bobot pengujian 3

No Kualitas lahan

K1 temperatur ( c ) 0,08

K2 curah hujan (mm) 0,085

K3 kelembabpan (%) 0,07

K4 Drainase 0,125

K5 Tekstur 0,006

K6 kedalaman tanah (cm) 0,006

K7 ketebalan gambut (cm)

0,09

K8 ph h2o 0,09

karanganom51 0.050745275191896 S 4 s3

tulung16 0.55111749629971 S 1 s1

jatinom44 0.12574098166945 S 3 s2

kemalang2 0.36938500206079 S 2 s2

klaten

selatan30 0.0873985718196 S 3 s3

klaten

tengah117 0.15395387515208 S 3 s2

klaten

utara116 0.57212601105011 S 1 s1

pedan82 0.086517986895411 S 3 s3

gantiwarno12

8 0.10665968734234 S 3 s3

K9 salinitas dS/m 0,085

K10 alkalinitas % 0,09

K11 kedalaman sulfidik (cm)

0,09

K12 lereng (%) 0,07

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 85,71%, dengan data yang sesuai adalah 24 data lahan, dan data yang tidak sesuai sebanyak 4 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 4

28∗ 100% =

24

28∗ 100% = 85.714 %

Pada pengujiana bobot kriteria maka didapat nilai terbaik dan terendah yaitu

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 2

28∗ 100% =

26

28∗ 100% = 92.85 %

Yang tidak sesuai yaitu 2 lahan dengan prosentasi yang didapat adalah 92.85%

Dan nilai terburuk yaitu

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

23

28∗ 100% = 82.142.85 %

Ada 5 data yang tidak sesuai dengan prosentasi nilai 82.142% dengan begitu maka dapat

disimpulkan bahwa bobot kriteria sangat berpengaruh pada nilai presentasi pada setiap

tanaman.

Tabel 6.3.3.8 perbandingan sebagian nilai bobot jagung

Nama Hasil hitung

program

normal

Hasil Pengujian

1

Hasil Pengujian

2

Hasil pengujian

3

prambanan133 tidak sesuai tidak sesuai Sesuai tidak sesuai

gantiwarno127 sesuai Sesuai Sesuai Sesuai

wedi119 sesuai Sesuai tidak sesuai tidak sesuai

bayat111 sesuai Sesuai Sesuai Sesuai

cawas96 sesuai Sesuai tidak sesuai Sesuai

trucuk93 sesuai Sesuai Sesuai Sesuai

kalikotes115 sesuai Sesuai Sesuai Sesuai

kebonarom29 sesuai Sesuai Sesuai Sesuai

jogonalan21 sesuai Sesuai Sesuai Sesuai

manisrenggo18 sesuai Sesuai Sesuai Sesuai

karangnongko14 sesuai Sesuai Sesuai Sesuai

ngawen36 sesuai tidak sesuai Sesuai Sesuai

ceper60 tidak sesuai tidak sesuai tidak sesuai tidak sesuai

pedan79 sesuai Sesuai Sesuai Sesuai

karangdowo86 sesuai Sesuai Sesuai Sesuai

juwiring71 sesuai Sesuai Sesuai Sesuai

wonosari61 sesuai Sesuai Sesuai Sesuai

delanggu56 tidak sesuai tidak sesuai Sesuai Sesuai

polanharjo48 tidak sesuai tidak sesuai tidak sesuai tidak sesuai

karanganom51 sesuai Sesuai Sesuai Sesuai

tulung16 sesuai Sesuai Sesuai Sesuai

jatinom44 sesuai Sesuai Sesuai Sesuai

kemalang2 sesuai Sesuai Sesuai Sesuai

klaten selatan30 sesuai tidak sesuai Sesuai Sesuai

klaten

tengah117 sesuai tidak sesuai tidak sesuai tidak sesuai

klaten utara116 sesuai Sesuai Sesuai Sesuai

pedan82 sesuai tidak sesuai Sesuai tidak sesuai

gantiwarno128 sesuai Sesuai Sesuai Sesuai

2. Pengujian bobot padi

Tabel 6.3.3.9 nilai pengujian bobot normal padi

Nama Jumlah Nilai Cluster

prambanan133 0.058674023122739 S 3 s3

gantiwarno127 0.71106747630675 S 2 s2

wedi119 0.16529109080023 S 3 s4

bayat111 0.077475911356161 S 3 s3

cawas96 0.26819234689927 S 2 s2

trucuk93 0.3256887921679 S 2 s2

kalikotes115 0.49524436944564 S 2 s1

kebonarom29 0.51911176267825 S 2 s1

jogonalan21 0.57574867504046 S 2 s2

manisrenggo18 0.61818971906582 S 2 s1

karangnongko14 0.74215320865657 S 1 s1

ngawen36 0.038630675955536 S 3 s3

ceper60 0.78510273070654 S 1 s1

pedan79 0.71106747630675 S 2 s2

karangdowo86 0.071383931041279 S 3 s3

juwiring71 0 S 3 s3

wonosari61 0.2366561340214 S 2 s2

delanggu56 0.027757417523966 S 3 s3

polanharjo48 0.2636288561934 S 2 s2

karanganom51 0.36510319353661 S 2 s2

tulung16 0.39738629933293 S 2 s2

jatinom44 0.39051924764868 S 2 s2

kemalang2 0.3018461393944 S 2 s2

klaten selatan30 0.34986608291385 S 2 s2

klaten tengah117 0.71106747630675 S 2 s2

klaten utara116 0.44529339306268 S 2 s2

pedan82 0.19067527339506 S 3 s3

gantiwarno128 0.088610292941268 S 3 s3

Tabel 6.3.3.10 nilai bobot normal padi

Nama Kriteria Nilai Bobot

Temperatur Padi 0,071

Curah Hujan Padi 0,095

Kelembapan Padi 0,0625

Drainase Padi 0,077128

Tekstur Padi 0,0957

Kedalaman Tanah Padi 0,0625

Ketebalan Gambut Padi 0.085106

Ph Padi 0.05984

Salinitas Padi 0.115691

Alkalinitas Padi 0.058511

Kedalaman Sulfidik Padi 0.091755

Lereng Padi 0.12633

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 85,71%, dengan data yang sesuai adalah 24 data lahan, dan data yang tidak sesuai sebanyak 4 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 4

28∗ 100% =

25

28∗ 100% = 85,714 %

Pengujian 1 padi Tabel 6.3.3.11 nilai pengujian padi 1

Nama Jumlah Nilai Cluster

prambanan133 0.058070910895271 S 3 S3

gantiwarno127 0.69967689908461 S 2 S2

wedi119 0.18798602016421 S 3 S4

bayat111 0.094696162481775 S 3 S3

cawas96 0.27653146011519 S 2 S2

trucuk93 0.31343838493544 S 2 S2

kalikotes115 0.50372119350486 S 2 S1

kebonarom29 0.67507584042243 S 2 S1

jogonalan21 0.58488016964354 S 2 S2

manisrenggo18 0.7428187222895 S 1 S1

karangnongko14 0.72396166097725 S 1 S1

ngawen36 0.038948603123618 S 3 S3

ceper60 0.77111224893821 S 1 S1

pedan79 0.69967689908461 S 2 S2

karangdowo86 0.079995805604561 S 3 S3

juwiring71 0 S 3 S3

wonosari61 0.24912760530839 S 2 S2

delanggu56 0.02775737940538 S 3 S3

polanharjo48 0.20289794420041 S 3 S2

karanganom51 0.39289465596168 S 2 S2

tulung16 0.41061720988429 S 2 S2

jatinom44 0.35548156804188 S 2 S2

kemalang2 0.31282850576214 S 2 S2

klaten selatan30 0.29508288300252 S 2 S2

klaten tengah117 0.69967689908461 S 2 S2

klaten utara116 0.47969458001089 S 2 S2

pedan82 0.12756418992058 S 3 S3

gantiwarno128 0.088754828082139 S 3 S3

Tabel 6.3.3.12 nilai bobot pengujian 1 padi

Nama Kriteria Nilai Bobot

Temperatur Padi 0,071

Curah Hujan Padi 0,095

Kelembapan Padi 0,0625

Drainase Padi 0,077128

Tekstur Padi 0,0957

Kedalaman Tanah Padi 0,0625

Ketebalan Gambut Padi 0.085106

Ph Padi 0.05984

Salinitas Padi 0.115691

Alkalinitas Padi 0.058511

Kedalaman Sulfidik Padi 0.091755

Lereng Padi 0.12633

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 92,85%, dengan data yang sesuai adalah 26 data lahan, dan data yang tidak sesuai sebanyak 2 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 2

28∗ 100% =

26

28∗ 100% = 92,85 %

Pengujian 2 Tabel 6.3.3.13 tabel pengujian 2 padi

Nama Jumlah Nilai Cluster

prambanan133 0.068429157126979 S 3

s3

gantiwarno127 0.70149685777168 S 2

s2

wedi119 0.18607492610272 S 3 s4

bayat111 0.040375646500786 S 3 s3

cawas96 0.28063221396014 S 2 s2

trucuk93 0.32124571044443 S 2 s2

kalikotes115 0.52201768775689 S 2 s1

kebonarom29 0.68130897195329 S 2 s1

jogonalan21 0.607829014863 S 2 s2

manisrenggo1

8 0.75807129821454 S 1

s1

karangnongko

14 0.70319366614686 S 2

s1

ngawen36 0.07246385613655 S 3 s3

ceper60 0.78128826370582 S 1 s1

pedan79 0.70149685777168 S 2 s2

karangdowo8

6 0.12789153419513 S 3

s3

juwiring71 0 S 3 s3

wonosari61 0.26136114161475 S 2 s2

delanggu56 0.021493570707095 S 3 s3

polanharjo48 0.2123972429402 S 2 s2

karanganom5

1 0.39119928419036 S 2

s2

tulung16 0.30980905726465 S 2 s2

jatinom44 0.41757101513404 S 2 s2

kemalang2 0.36729477729264 S 2 s2

klaten selatan30 0.34490666287788 S 2 s2

klaten tengah117 0.70149685777168 S 2 s2

klaten utara116 0.47721748748075 S 2 s2

pedan82 0.14536326545669 S 3 s3

gantiwarno128 0.062456367850375 S 3 s3

Tabel 6.3.3.14 nilai bobot pengujian 2 padi

Nama Kriteria Nilai Bobot

Temperatur Padi 0.115027

Curah Hujan Padi 0.057513

Kelembapan Padi 0.057513

Drainase Padi 0.1164

Tekstur Padi 0.0582

Kedalaman Tanah Padi 0.0582

Ketebalan Gambut Padi 0.085106

Ph Padi 0.05984

Salinitas Padi 0.115691

Alkalinitas Padi 0.058511

Kedalaman Sulfidik Padi 0.091755

Lereng Padi 0.12633

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 82,14%, dengan data yang sesuai adalah 23 data lahan, dan data yang tidak sesuai sebanyak 5 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

23

28∗ 100% = 82,142 %

Kesesuaian pengujian padi

Tabel 6.3.3.15 kesesuaian pengujian padi

Nama pengujian bobot

pakar pengujian 1 pengujian 2

prambanan133 Sesuai Sesuai

Sesuai

gantiwarno127 Sesua Sesuai

Sesuai

wedi119 tidak sesuai tidak sesuai tidak sesuai

bayat111 Sesua Sesuai

Sesuai

cawas96 Sesua Sesuai Sesuai

trucuk93 Sesua Sesuai Sesuai

kalikotes115 tidak sesuai tidak sesuai tidak sesuai

kebonarom29 tidak sesuai Sesuai

tidak sesuai

jogonalan21 Sesua tidak sesuai Sesuai

manisrenggo18 tidak sesuai Sesuai

Sesuai

karangnongko1

4 Sesua

Sesuai tidak sesuai

ngawen36 Sesua Sesuai

Sesuai

ceper60 Sesua Sesuai Sesuai

pedan79 Sesua tidak sesuai Sesuai

karangdowo86 Sesua Sesuai

Sesuai

juwiring71 Sesua Sesuai Sesuai

wonosari61 Sesua Sesuai Sesuai

delanggu56 Sesua Sesuai

Sesuai

polanharjo48 Sesua Sesuai Sesuai

karanganom51 Sesua Sesuai

Sesuai

tulung16 Sesua Sesuai Sesuai

jatinom44 Sesua Sesuai Sesuai

kemalang2 Sesua Sesuai Sesuai

klaten selatan30 Sesua Sesuai

Sesuai

klaten

tengah117 Sesua

Sesuai Sesuai

klaten utara116 Sesua Sesuai

Sesuai

pedan82 Sesua Sesuai Sesuai

gantiwarno128 Sesua Sesuai

Sesuai

3. Pengujian kedelai 1. Pengujian bobot normal kedelai

Tabel 6.3.3.16 nilai pengujian bobot normal kedelai

Nama Jumlah Nilai Cluster

prambanan133 0.1580181697421

9 S 3 S2

gantiwarno127 0.4758379802043

9 S 2 S2

wedi119 0.2836410124433

1 S 3 S3

bayat111 0.0630201738787 S 3 S3

cawas96 0.4763657289172

1 S 2 S2

trucuk93 0.1748707415163

2 S 3 S2

kalikotes115 0.4301535680235

4 S 2 S2

kebonarom29 0.9642857142857

1 S 1 S1

jogonalan21 0.5506865525316

4 S 1 S1

manisrenggo18 0.7429494794139

6 S 1 S1

karangnongko14 0.8913645509061

4 S 1 S1

ngawen36 0.1068758829975

5 S 4 S3

ceper60 0.5124457025858

9 S 1 S2

pedan79 0.3696020451948

2 S 2 S2

karangdowo86 0.1067854730211

1 S 4 S4

juwiring71 0.0191706866585

36 S 4 S3

wonosari61 0.6009685840767

5 S 1 S1

delanggu56 0.0053594729620

175 S 4 S4

polanharjo48 0.1402019503346

2 S 3 S3

karanganom51 0.1263282071256

8 S 3 S2

tulung16 0.641924186905 S 1 S2

jatinom44 0.3890226505798

9 S 2 S2

Tabel 6.3.3.17 nilai pengujian bobot normal kedelai

Kriteria nilai bobot

Temperatur Kedelai 0,097

Curah Hujan Kedelai 0,059

Kelembapan Kedelai 0,094

Drainase Kedelai 0,077027

Tekstur Kedelai 0,1

Kedalaman Tanah Kedelai 0,,89189

Ketebalan Gambut Kedelai 0.089189

Ph Kedelai 0.07973

Salinitas Kedelai 0.07027

kemalang2 0.5371174825372

5 S 1 S2

klaten selatan30 0.1979454078702

1 S 3 S2

klaten tengah117 0.3437089563640

9 S 2 S2

klaten utara116 0.7280722542598

9 S 1 S1

pedan82 0.1794515154666

2 S 3 S3

gantiwarno128 0 S 4 s3

Alkalinitas Kedelai 0.090541

Kedalaman Sulfidik Kedelai 0.093243

Lereng Kedelai 0.075676

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 78,57%, dengan data yang sesuai adalah 22 data lahan, dan data yang tidaksesuai sebanyak 5 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

22

28∗ 100% = 78,57 %

Pengujian 1 kedelai Tabel 6.3.3.18 nilai pengujian 1

Nama Jumlah Nilai Cluster

prambanan133 0.12998550667978 S 3 s2

gantiwarno127 0.37642574962764 S 2 s2

wedi119 0.24208146090477 S 3 s3

bayat111 0.069883267351136 S 4 s3

cawas96 0.43820431650189 S 2 s2

trucuk93 0.15341090778879 S 3 s2

kalikotes115 0.37080221750507 S 2 s2

kebonarom29 0.88339419155886 S 1 s1

jogonalan21 0.50020037535779 S 2 s1

manisrenggo18 0.65964428393782 S 1 s1

karangnongko14 0.81466212509454 S 1 s1

Tabel 6.3.3.19 nilai bobot pengujian 1

Kriteria nilai bobot

Temperatur Kedelai 0.01256

Curah Hujan Kedelai 0.0628

Kelembapan Kedelai 0.0628

ngawen36 0.079208223741186 S 4 s3

ceper60 0.50778945888796 S 2 s2

pedan79 0.34244975285325 S 2 s2

karangdowo86 0.095245419552268 S 4 s4

juwiring71 0.0079028205694021 S 4 s3

wonosari61 0.54579892471257 S 1 s1

delanggu56 0.010979342829043 S 4 S4

polanharjo48 0.14438366154985 S 3 s3

karanganom51 0.11006011699339 S 4 s2

tulung16 0.51678298872411 S 1 s2

jatinom44 0.32200809216486 S 2 s2

kemalang2 0.49019426189057 S 2 s2

klaten selatan30 0.14520937224364 S 3 s2

klaten tengah117 0.33143977594073 S 2 s2

klaten utara116 0.69410276498071 S 1 s1

pedan82 0.19755249914702 S 3 s3

gantiwarno128 0 S 4 s3

Drainase Kedelai 0,077027

Tekstur Kedelai 0,1

Kedalaman Tanah Kedelai 0,89189

Ketebalan Gambut Kedelai 0.089189

Ph Kedelai 0.07973

Salinitas Kedelai 0.07027

Alkalinitas Kedelai 0.090541

Kedalaman Sulfidik Kedelai 0.093243

Lereng Kedelai 0.075676

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 71,57 %, dengan data yang sesuai adalah 20 data lahan, dan data yang tidak sesuai sebanyak 8 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 8

28∗ 100% =

20

28∗ 100% = 71,57 %

Pengujian 2

Tabel 6.3.3.20 nilai pengujian 2 kedelai

Nama Jumlah Nilai Cluster

prambanan133 0.12556115685116 S 3 S3

gantiwarno127 0.35116743862574 S 2 s2

wedi119 0.23891404910031 S 3 s3

bayat111 0.051140162478618 S 4 s3

cawas96 0.39862278507329 S 2 s2

trucuk93 0.15785644719127 S 3 s2

kalikotes115 0.43686372702368 S 2 s2

kebonarom29 0.87886768510289 S 1 s1

jogonalan21 0.56454803677054 S 1 s1

manisrenggo18 0.68183400665293 S 1 s1

karangnongko14 0.81991102586732 S 1 s1

ngawen36 0.080670346233479 S 4 s3

ceper60 0.52393422999964 S 1 s2

pedan79 0.31756963606884 S 2 s2

karangdowo86 0.12982755993816 S 3 s4

juwiring71 0.0069256920162632 S 4 s3

wonosari61 0.63714937627996 S 1 s1

delanggu56 0.0045192832627557 S 4 S4

polanharjo48 0.15930778545448 S 3 s3

karanganom51 0.089090442530946 S 4 s2

tulung16 0.49932968377157 S 2 s2

jatinom44 0.35683867844703 S 2 s2

kemalang2 0.45676561292525 S 2 s2

klaten selatan30 0.13680556666203 S 3 s2

klaten tengah117 0.386804538215 S 2 s2

Tabel 6.3.3.20 nilai bobot pengujian 2 kedelai

Kriteria nilai bobot

Temperatur Kedelai 0.01256

Curah Hujan Kedelai 0.0628

Kelembapan Kedelai 0.0628

Drainase Kedelai 0.133

Tekstur Kedelai 0.0665

Kedalaman Tanah Kedelai 0.0665

Ketebalan Gambut Kedelai 0.089189

Ph Kedelai 0.07973

Salinitas Kedelai 0.07027

Alkalinitas Kedelai 0.090541

klaten utara116 0.69650906146421 S 1 s1

pedan82 0.18691559392077 S 3 s3

gantiwarno128 0 S 3 S3

Kedalaman Sulfidik Kedelai 0.093243

Lereng Kedelai 0.075676

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung

menggunakan 21 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 75

%, dengan data yang sesuai adalah 20 data lahan, dan data yang tidak sesuai sebanyak 7

data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 7

28∗ 100% =

21

28∗ 100% = 75 %

Kesesuaian pengujian kedelai

Tabel 6.3.3.21 kesesuaian pengujian kedelai

Nama pengujian bobot

pakar pengujian 1 pengujian 2

prambanan133 tidak sesuai tidak sesuai tidak sesuai

gantiwarno127 Sesuai Sesuai Sesuai

wedi119 Sesuai Sesuai Sesuai

bayat111 tidak sesuai tidak sesuai tidak sesuai

cawas96 Sesuai Sesuai Sesuai

trucuk93 tidak sesuai tidak sesuai tidak sesuai

kalikotes115 Sesuai Sesuai Sesuai

kebonarom29 Sesuai Sesuai Sesuai

jogonalan21 Sesuai Sesuai Sesuai

manisrenggo18 Sesuai Sesuai Sesuai

karangnongko14 Sesuai Sesuai Sesuai

ngawen36 tidak sesuai tidak sesuai tidak sesuai

ceper60 Sesuai Sesuai tidak sesuai

pedan79 Sesuai Sesuai Sesuai

karangdowo86 Sesuai Sesuai tidak sesuai

juwiring71 tidak sesuai tidak sesuai tidak sesuai

wonosari61 Sesuai Sesuai Sesuai

delanggu56 Sesuai Sesuai Sesuai

polanharjo48 Sesuai Sesuai Sesuai

karanganom51 tidak sesuai tidak sesuai tidak sesuai

tulung16 Sesuai tidak sesuai Sesuai

jatinom44 Sesuai Sesuai Sesuai

kemalang2 Sesuai Sesuai Sesuai

klaten selatan30 Sesuai Sesuai Sesuai

klaten tengah117 Sesuai Sesuai Sesuai

klaten utara116 Sesuai Sesuai Sesuai

pedan82 Sesuai Sesuai Sesuai

gantiwarno128 tidak sesuai tidak sesuai tidak sesuai

4. Pengujian bobot kacang tanah

Tabel 6.3.3.22 Pengujian bobot normal kacang tanah

Nama Jumlah Nilai Cluster

prambanan133 0.090953897098404 S 3 S 1

gantiwarno127 0.27564347574921 S 2 s2

wedi119 0.24496065410382 S 3 S 3

bayat111 0.064960395251596 S 3 s3

cawas96 0.47669919777782 S 2 s2

trucuk93 0.41075181179425 S 2 s2

kalikotes115 0.36151512883286 S 2 s2

kebonarom29 0.76648383119914 S 1 S 1

jogonalan21 0.50944742138857 S 1 S 1

manisrenggo18 0.81524367995925 S 1 S 1

karangnongko14 0.68089018706789 S 1 S 1

ngawen36 0.054935167167182 S 3 S 1

ceper60 0.54205011864704 S 1 S 3

pedan79 0.27564347574921 S 2 s2

karangdowo86 0.10181059731189 S 3 s3

juwiring71 0.024771954025789 S 4 s4

wonosari61 0.54616472745607 S 1 s1

delanggu56 0 S 4 S 1

polanharjo48 0.32234379564577 S 2 s2

karanganom51 0.11164396205103 S 3 s3

tulung16 0.59903574603118 S 1 s1

jatinom44 0.2504246598934 S 3 s3

kemalang2 0.30727947984712 S 2 s2

klaten selatan30 0.10947754754793 S 3 S 3

klaten tengah117 0.31372107444832 S 2 s2

klaten utara116 0.67763463807418 S 1 s1

pedan82 0.24663420487215 S 3 S 3

gantiwarno128 0.071489238565504 S 3 S 3

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data terdapat pada lampiran 5, yaitu menghasilkan akurasi sebesar 85,71%, dengan data yang sesuai adalah 24 data lahan, dan data yang tidak sesuai sebanyak 4 data lahan.

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 4

28∗ 100% =

25

28∗ 100% = 85,714 %

Pengujian 1 kacang tanah

Tabel 6.3.3.23 nilai pengujian 1 kacang tanah

Nama Jumlah Nilai Cluster

prambanan133 0.095223329074475 S 3 S 1

gantiwarno127 0.28836614909395 S 2 s2

wedi119 0.22098363278469 S 3 S 3

bayat111 0.041509999792614 S 3 s3

cawas96 0.43482182086761 S 2 s2

trucuk93 0.40733933607579 S 2 s2

kalikotes115 0.38051951059018 S 2 s2

kebonarom29 0.76330220473871 S 1 S 1

jogonalan21 0.57985599517371 S 1 S 1

manisrenggo18 0.81997154273575 S 1 S 1

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data , yaitu menghasilkan akurasi sebesar 82,14%, dengan data yang sesuai adalah 26 data lahan, dan data yang tidak sesuai sebanyak 5 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

23

28∗ 100% = 82,14 %

Pengujian 2 Tabel 6.3.3.23 nilai pengujian 2 kacang tanah 2

karangnongko14 0.68607551903736 S 1 S 1

ngawen36 0.0794782166777 S 3 S 1

ceper60 0.56438010644489 S 1 S 3

pedan79 0.28836614909395 S 2 s2

karangdowo86 0.13941810387434 S 3 s3

juwiring71 0.025443174362111 S 4 s4

wonosari61 0.60667903412932 S 1 s1

delanggu56 0 S 4 S 1

polanharjo48 0.31057225361165 S 2 s2

karanganom51 0.082105418609182 S 3 s3

tulung16 0.55247021418921 S 1 s1

jatinom44 0.27099293133289 S 2 s3

kemalang2 0.34158362027861 S 2 s2

klaten selatan30 0.14908787611076 S 3 S 3

klaten tengah117 0.35781547528825 S 2 s2

klaten utara116 0.67696961362196 S 1 s1

pedan82 0.25491711451465 S 3 S 3

gantiwarno128 0.063960848986771 S 3 S 3

Nama Jumlah Nilai Cluster

prambanan133 0.092076048977261 S 3 S 1

gantiwarno127 0.2810099779935 S 2 s2

wedi119 0.20110787187945 S 3 S 3

bayat111 0.051473735420871 S 3 s3

cawas96 0.43076257758407 S 2 s2

trucuk93 0.39885577108571 S 2 s2

kalikotes115 0.38400517077039 S 2 s2

kebonarom29 0.76616983285457 S 1 S 1

jogonalan21 0.54541908816214 S 1 S 1

manisrenggo18 0.81524367995925 S 1 S 1

karangnongko14 0.69012750446954 S 1 S 1

ngawen36 0.077900453987079 S 3 S 1

ceper60 0.55979850656 S 1 S 3

pedan79 0.2810099779935 S 2 s2

karangdowo86 0.13907749299786 S 3 s3

juwiring71 0.026607653154143 S 4 s4

wonosari61 0.61159151053579 S 1 s1

delanggu56 0 S 4 S 1

polanharjo48 0.31396108882361 S 2 s2

karanganom51 0.087487309045239 S 3 s3

tulung16 0.54903176252675 S 1 s1

jatinom44 0.26217091209452 S 3 s3

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data, yaitu menghasilkan akurasi sebesar 82,14%, dengan data yang sesuai adalah 22 data lahan, dan data yang tidak sesuai sebanyak 6 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 5

28∗ 100% =

22

28∗ 100% = 78,57 %

Pengujian 3

Tabel 6.3.3.24 nilai pengujian 3 kacang tanah

kemalang2 0.32806689068101 S 2 s2

klaten selatan30 0.10699402528998 S 3 S 3

klaten tengah117 0.37868110686957 S 2 s2

klaten utara116 0.68097069185507 S 1 s1

pedan82 0.25921064610869 S 3 S 3

gantiwarno128 0.030194210368861 S 4 S 3

Nama Jumlah Nilai Cluster

prambanan133 0.10769462405615 S 3 S 1

gantiwarno127 0.27235076858179 S 2 s2

wedi119 0.19385923977153 S 3 S 3

bayat111 0.044999110624304 S 3 s3

cawas96 0.41252875716421 S 2 s2

trucuk93 0.39588121776396 S 2 s2

kalikotes115 0.37476594241421 S 2 s2

kebonarom29 0.74970248504125 S 1 S 1

jogonalan21 0.53322804326739 S 1 S 1

manisrenggo18 0.7982676055555 S 1 S 1

Hasil pengujian nilai bobot kriteria normal terhadap hasil akhir tanaman jagung menggunakan 28 data, yaitu menghasilkan akurasi sebesar 89,28%, dengan data yang sesuai adalah 25 data lahan, dan data yang tidak sesuai sebanyak 25 data lahan

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 28 − 3

28∗ 100% =

25

28∗ 100% = 89,28 %

karangnongko14 0.67479179526225 S 1 S 1

ngawen36 0.073709943477214 S 3 S 1

ceper60 0.54642837518896 S 1 s1

pedan79 0.27235076858179 S 2 s2

karangdowo86 0.13500935917046 S 3 s3

juwiring71 0.025911754803224 S 4 s4

wonosari61 0.598316977069 S 1 s1

delanggu56 0 S 4 S 1

polanharjo48 0.30385066741828 S 2 s2

karanganom51 0.080290569924996 S 3 s3

tulung16 0.53766803236464 S 1 s1

jatinom44 0.25068167854723 S 3 s3

kemalang2 0.32017262420674 S 2 s2

klaten selatan30 0.097542039014789 S 3 S 3

klaten tengah117 0.36884413197111 S 2 s2

klaten utara116 0.66874919180236 S 1 s1

pedan82 0.27236400758391 S 2 S 3

gantiwarno128 0.029565466872426 S 4 s4

Tabel 6.3.3.26 Kesesuaian pengujian kacang tanah

Nama pengujian bobot

pakar pengujian 1 pengujian 2

prambanan133 Tidak sesui Tidak sesuai Tidak sesuai

gantiwarno127 Sesuai Sesuai Sesuai

wedi119 Sesuai Sesuai Sesuai

bayat111 Sesuai Sesuai Sesuai

cawas96 Sesuai Sesuai Sesuai

trucuk93 Sesuai Sesuai Sesuai

kalikotes115 Sesuai Sesuai Sesuai

kebonarom29 Sesuai Sesuai Sesuai

jogonalan21 Sesuai Sesuai Sesuai

manisrenggo18 Sesuai Sesuai Sesuai

karangnongko14 Sesuai Sesuai Sesuai

ngawen36 Tidak sesuai Tidak sesuai Tidak sesuai

ceper60 Tidak sesuai Tidak sesuai Sesuai

pedan79 Sesuai Sesuai Tidak sesuai

karangdowo86 Sesuai Sesuai Sesuai

juwiring71 Sesuai Sesuai Sesuai

wonosari61 Sesuai Sesuai Sesuai

delanggu56 Tidak sesuai Tidak sesua Tidak sesuai

polanharjo48 Sesua Sesuai Sesuai

karanganom51 Sesuai Sesuai Sesuai

tulung16 Sesuai Sesuai Sesuai

jatinom44 Sesuai Tidak sesuai Sesuai

kemalang2 Sesuai Sesuai Sesuai

klaten selatan30 Sesuai Sesuai Sesuai

klaten

tengah117 Sesuai Sesuai Sesuai

klaten utara116 Sesuai Sesuai Sesuai

pedan82 Sesuai Sesuai Sesuai

gantiwarno128 Sesuai Sesuai Sesuai

BAB VII

PENUTUP Bab ini membahas tentang kesimpulan dan saran dari penelitian yang telah dilakukan berdasarkan hasil perancangan, implementasi, dan pengujian sistem.

7.1KESIMPULAN Berdasarkan hasil perancangan, implementasi dan pengujian yang telah

dilakukan maka dapat diambil kesimpulan sebagai berikut : a. Setelah sistem diimplementasikan yaitu dengan menggunakan 28 data

berdasarkan 12 kriteria maka didapat hasil akhir yaitu sistem dimana pada lahan tertentu akan didapat tanaman apa yang paling cocok yang ditanam dilahan tersebut .

b. Hasil dari pengujian akurasi sistem penentuan pegawai baru menggunakan metode ELECTRE dan TOPSIS memiliki tingkat kesesuaian tertinggi sebesar 92.85% Nilai akurasi tersebut dipengaruhi oleh beberapa factor, diantaranya jumlah data yang digunakan sebagai pengujian dan juga perubahan nilai bobot yang mempengaruhi tingkat akurasi sistem.

1.2 SARAN Saran yang dapat diberikan untuk pengembangan sistem dalam penelitian

selanjutnya adalah : a. Dapat dilakukan penelitian lebih lanjut untuk menentukan nilai bobot metode

ELECTRE dan TOPSIS sehingga akurasi dari sistem akan menjadi lebih maksimal.

b. Dapat dilakukan penelelitian lebih lanjut untuk semua daerah diwilayah klaten tentang kriteria kondisi tanah dengan begitu akan memudahkan setiap petani dalam menanam tanaman pangan

DAFTAR PUSTAKA

Akshareari Syeril, Rini Marwati, Utari Wijayanti. 2010. Sistem pendukung keputusan

pemilihan produksi sepatu dan sandal dengan metode ELECTRE. {Diakses 10

February 2016}

Shilvia Nurfauziah,2014. Pemilihan tanaman holtikultura yang tepatdibudidaya dengan metode topsis

Welda., 2016 pemilihan tanaman pangan unggulan kota madya menggunakan metode AHP

Arinta Asesanti, 2015. Sistem pendukung keputusan seleksi penerimaan didik baru smp menggunakan metode electre topsis

Setiyawati Anita Devi, Sulis Janu Hartati, Yoppy Mirza Maulana. 2010. Sistem Pendukung

Keputusan Pembelian Barang Menggunakan Metode Electre. Program Studi Sistem

Informasi STIKOM Surabaya. [Diakses 11 February 2016]

Kusumadewi, Sri Hartati. 2006. “Neuro-Fuzy:Intregitas sistemFuzy dan jaringan syaraf,”

Graha ilmu.

Abdillah Rifqi, Agustin Soffiana.2013. Sistem pendukung keputusan pemilihan wali

kelas berprestasi menggunakan metode TOPSIS. Universitas Muhammadiyah

Gresik

Peranginangin, Kasiman. 2006 Aplikasi Web dengan PHP dan MySQL, Yogyakarta, Andi (

diakses 2 april)

Qomariah, Tsalits Nurul., Karina, Nurul Fajriyah., Arfian, Sani. 2015. Sistem Pendukung Keputusan Pemilihan Jenis Tanaman Pangan Berdasarkan Kondisi Geografis Di Wilayah Bangkalan Dengan Menggunakan Metode Electre. Universitas Turnojoyo, Madura.

Kusrini. 2007. Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta. ANDI

Mundzir, M.Bagus. Sistem Pendukung Keputusan Kesesuaian Lahan Dan MUntuk Pembudidayaan Tanaman Hortikultura Menggunakan Metode Fuzzy Mamdani. Universitas Muhammadyah. Sidoarjo.

Simanjuntak, Sunggul J. 2009. Sistem Penentuan Komoditas Tanaman Prioritas Pada Suatu Lahan Dengan Metode Matching (Pencocokan). Universitas Sumatera Utara. Sumatera.