Pembuatan Sistem Pendukung Keputusan Komoditas Strategis Pertanian Cabai Berbasis Support Vector Machine Untuk Pengendalian Fluktuasi Harga Cabai di Indonesia

Hardanto, Elroy (2018) Pembuatan Sistem Pendukung Keputusan Komoditas Strategis Pertanian Cabai Berbasis Support Vector Machine Untuk Pengendalian Fluktuasi Harga Cabai di Indonesia. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05211440000060-Undergraduate_Theses.pdf]
Preview
Text
05211440000060-Undergraduate_Theses.pdf - Accepted Version

Download (4MB) | Preview

Abstract

Salah satu komoditas strategis di Indonesia adalah cabai. Kebutuhan cabai di Indonesia terus meningkat sejalan dengan tingginya permintaan masyarakat. Untuk memenuhi seluruh kebutuhan cabai tersebut diperlukan pasokan cabai yang mencukupi. Apabila pasokan cabai kurang atau lebih rendah dari konsumsi maka akan terjadi kenaikan harga dimana akan menimbulkan kerugian. Dalam pengendalian fluktuasi harga cabai selama ini, Dinas perindustrian dan Perdagangan (Disperindag) selaku pihak pengambil keputusan, belum memiliki sistem yang mampu mengolah data menjadi informasi penting yang digunakan sebagai acuan pengambilan keputusan. Oleh karena itu diperlukan adanya sistem pendukung keputusan agar pengambilan keputusan menjadi lebih baik dan berdasar kepada data.
Pada tugas akhir ini, digunakan metode support vector machine (SVM) yang akan mengolah data komoditas cabai menjadi rekomendasi keputusan. Data yang digunakan meliputi variabel variabel yang mempengaruhi stabilitas harga cabai yaitu harga cabai, produksi, konsumsi, luas panen, cuaca, dan bencana periode bulanan tahun 2008-2016. Pembuatan model dilakukan dengan menentukan parameter optimal untuk menghasilkan performa model yang terbaik.
Hasil evaluasi model terbaik dilakukan dengan melihat matriks performa klasifikasi yaitu akurasi, presisi dan recall yang digunakan untuk membuktikan bahwa model yang digunakan layak dan representatif. Model yang terpilih memiliki nilai akurasi sebesar 99,34%, presisi sebesar 99,80% dan recall sebesar 93,75%. Hasil dari model tersebut diimplementasikan ke dalam sistem pendukung keputusan. Sistem pendukung keputusan disajikan dalam bentuk dashboard sesuai dengan kebutuhan pengguna. Pengguna yaitu Disperindag dapat memperoleh hasil rekomendasi keputusan melalui sistem ini sebagai acuan dalam merancang strategi untuk mengendalikan fluktuasi harga cabai. =============== One of the strategic commodities in Indonesia is chili. Chili needs in Indonesia continues to increase in line with the high demand of the community. To fulfil the increasing demands, there needs to be a sufficient amount of chili supply. If the supply of chili is less or lower than the consumption, then there will be an increase in price which will cause deficit. In controlling the price fluctuation of chili so far, the Department of Industry and Trade (Disperindag) as the decision maker, does not yet have a system capable of processing data into important information used as a reference for decision-making. Therefore, it is necessary to have a decision support system for decision making to be better and based on data.
For this this thesis, a method called Support Vector Machine (SVM) will be used to help process chili commodity data to become a recommendation for decision making. The data used include variables influencing the price stability of chilli that is chili price, production, consumption, harvest area, weather, and disaster in a monthly period between the year 2008-2016. Model making is done by determining the optimal parameters to generate the best model performance.
The best model evaluation results are done by looking at the matrix of classification performance that is accuracy, precision and recall that are used to prove the model is feasible and representative. The selected model for this thesis has a 99.34% accuracy, 99.80% precision and 93.75% recall. The results of the model are then implemented into the decision support systems, Decision support systems are presented in the form of dashboards according to user requirements. User (ie. Disperindag) can obtain the result of recommendation of decision through this system as a reference in designing strategy to control fluctuation of chilli price.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Komoditas Strategis, Cabai, Fluktuasi Harga Cabai, Sistem Pendukung Keputusan, Support Vector Machine, strategic commodity, chili, price fluctuations, decision support system, support vector machine
Subjects: H Social Sciences > HF Commerce > HF5658.5 Price fluctuations
T Technology > T Technology (General)
T Technology > T Technology (General) > T58.62 Decision support systems
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: ELROY HARDANTO
Date Deposited: 06 Sep 2018 08:43
Last Modified: 09 Mar 2021 23:16
URI: http://repository.its.ac.id/id/eprint/52312

Actions (login required)

View Item View Item