Articles
<![CDATA[ALGORITMA FP-GROWTH UNTUK REKOMENDASI MENU MINUMAN DI JINGGA COFFEE ]]>
<![CDATA[Nurahman Nurahman]]>;
<![CDATA[Aziz Maulana]]>;
<![CDATA[Achmad Suprianur]]>;
<![CDATA[Faishal Umar Faruq]]>
<![CDATA[ Jurnal Global Ilmiah Vol. 1 No. 1 (2023): Jurnal Global Ilmiah ]]>
Publisher : <![CDATA[International Journal Labs ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55324/jgi.v1i1.2
<![CDATA[Masyarakat yang terlibat dalam dunia bisnis seringkali membutuhkan penggunaan teknologi terbaru sebagai alat yang dapat membantu mereka menyelesaikan tugas-tugas yang mereka hadapi. Sebagai contoh, mereka memerlukan teknologi yang mampu memberikan analisis yang relevan terhadap aktivitas bisnis yang mereka jalankan. Saat ini, sektor cafe di wilayah Sampit tengah mengalami pertumbuhan yang signifikan. Bisnis cafe menjadi motor utama dalam pertumbuhan ekonomi Sampit, dan sebagian besar cafe menawarkan berbagai jenis minuman kopi. Analisis association rule mining adalah metode yang termasuk dalam data mining yang digunakan untuk mengidentifikasi pola asosiatif antara beragam item. Sebagai contoh, dengan menganalisis data pembelian di sebuah toko, kita dapat menentukan sejauh mana kemungkinan seorang pelanggan akan membeli barang a dan barang b secara bersamaan. Dengan pengetahuan ini, pemilik toko dapat melakukan penataan barang secara strategis. Teknik ini juga dikenal dengan istilah analisis keranjang belanja (market basket analysis).Dalam penelitian ini, data penjualan di cafe jingga coffe Sampit pada tanggal 01 hingga 31 Agustus 2023 digunakan sebagai sumber data. Data tersebut kemudian dimasukkan ke dalam perangkat Rapidminer. Penelitian ini melibatkan tiga variabel dari dataset transaksi penjualan restoran, di mana dua variabel data dipilih untuk dianalisis keterhubungannya guna mengidentifikasi pola dan jumlah pola berulang. Analisis ini menggunakan metode association rule berdasarkan tingkat kepercayaan (confidance) yang tinggi, dengan dukungan dari seluruh data (support). Nilai minimum confidance yang digunakan adalah 1,0 atau setara dengan 100%, dan nilai minimum support adalah 0,6 atau setara dengan 60%.Dari pemrosesan 346 data transaksi penjualan menu minuman di Jingga Coffee menggunakan RapidMiner dengan algoritma FP-Growth, dengan persyaratan support minimum sebesar 60% dan confidence sebesar 100%, kami menyimpulkan bahwa hasil perhitungan selama satu bulan di Jingga Coffee menghasilkan satu aturan dengan support sebesar 96% dan confidence sebesar 100%. Aturan tersebut adalah sebagai berikut: "Jika pelanggan membeli minuman lemon tea, maka pelanggan juga membeli minuman kopi susu." Dan hasil rule dapat digunakan sebagai pembantu pemilik Jingg coffee merekomendasikan minuman ke pelanggan.]]>
<![CDATA[Pemeringkatan Baju Terlaris Pada Toko Serba Murah 10 Sampai Dengan 40 Ribu Sampit ]]>
<![CDATA[Shinta Putri]]>;
<![CDATA[Nurahman Nurahman]]>
<![CDATA[ Jurnal Teknik Elektro dan Komputer Vol. 10 No. 3 (2021): Jurnal Teknik Elektro dan Komputer ]]>
Publisher : <![CDATA[Universitas Sam Ratulangi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35793/jtek.v10i3.35644
<![CDATA[Abstract — The technology for making this shirt ranking decision support system is to help the Sampit 10/40 Sampit Cheap Convenience Store. In determining the clothes to be sold using a manual system, the shop owner makes the decision-making process faster and can be an accurate recommendation. The method used in this research is the waterfall method. The input required is the weighted value of the alternative of the clothes against the predetermined criteria. The value will be obtained from the rules of the simple additive weighting method. The results of this calculation are the output solutions in determining the clothes. The decision support system for determining the ranking of the best selling clothes sold by this cheap department store can help users in knowing precisely about the comparison of alternative clothing products being tested against determined criteria so that decisions can be made accurately, quickly and precisely.This system was implementation as a website. Key words—Rangking: waterfall: website Abstrak — Teknologi pembuatan Sistem Pendukung Keputusan Pemeringkatan baju ini adalah untuk membantu pihak Toko Serba Murah Sampit 10/40 Sampit. Dalam menentukan baju yang akan dijual dengan sistem yang secara manual maka pemilik toko sehingga proses pengambilan keputusan menjadi lebih cepat dan dapat menjadi rekomendasi yang akurat. Metode yang digunakan dalam penelitian ini adalah metode waterfall. Input yang dibutuhkan adalah bobot nilai dari alternatif dari baju terhadap kriteria yang sudah ditentukan. Nilai akan diperoleh dari aturan metode simple additive weighting. Hasil dari perhitungan ini merupakan output solusi dalam menentukan baju.Sistem pendukung keputusan penentuan pemeringkatan baju terlaris dijual oleh toko serba murah ini dapat membantu pengguna dalam hal mengetahui secara tepat tentang perbandingan alternatif produk baju yang diuji terhadap kriteria yang ditentukan sehingga dapat dilakukan pengambilan keputusan secara akurat cepat dan tepat.  Sistem ini telah diterapkan dalam suatu website. Kata kunci — Pemeringkatan; waterfall; website]]>
<![CDATA[PENERAPAN DATA MINING UNTUK PENENTUAN KELAYAKAN CALON PENDONOR DARAH MENGGUNAKAN METODE NAÏVE BAYES (STUDI KASUS PMI KABUPATEN KOTAWARINGIN TIMUR) ]]>
<![CDATA[Hazanisya Priliani Hutrim]]>;
<![CDATA[Nurahman Nurahman]]>
<![CDATA[ Jurnal Informatika dan Sistem Informasi Vol. 6 No. 2 (2020): Jurnal Informatika dan Sistem Informasi ]]>
Publisher : <![CDATA[Universitas Ciputra Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Donor darah merupakan hal yang cukup penting untuk menolong seseorang yang membutuhkan darah. Dalam proses pendonoran darah, calon pendonor harus dalam kondisi yang benar-benar masuk dalam kondisi paling aman dan layak. Jika salah menentukan kriteria indikator calon pendonor darah maka akan berakibat fatal bahkan dapat menimbulkan kematian. Karena pentingnya uji kelayakan tersebut, maka dilakukan uji kelayakan pendonor menggunakan klasifikasi data mining dengan metode Naïve Bayes Classifier. Metode Naïve Bayes Classifier merupakan metode sederhana yang dapat digunakan untuk menentukan calon pendonor darah dengan peluang-peluang kemungkinan apakah termasuk sebagai calon pendonor atau non pendonor, yang diambil dari hasil data yang diperoleh dengan hasil perhitungan menurut rumus dasar teorema Naïve Bayes Classification. Kategori yang terdapat pada metode Naïve Bayes adalah merupakan data valid, sehingga dalam pengerjaannya sudah didapatkan hasil yang nilainya juga sudah pasti. Contohnya, pendonor darah yang ingin menyumbangkan darahnya harus memenuhi kriteria- kriteria tertentu seperti usia, Hb, tekanan darah dan berat badan. Penentuan calon donor darah diimplementasikan untuk memudahkan PMI dalam melakukan penentuan kelayakan kepada calon pendonor darah. Hasil dari penelitian ini menunjukkan bahwa akurasi model algoritma Naïve Bayes tergolong baik yaitu sebesar 77%.]]>
<![CDATA[Analisis Pemilihan Bibit Cabai Terunggul Menggunakan Metode VIKOR dan AHP ]]>
<![CDATA[Nur Hidayat]]>;
<![CDATA[Nurahman]]>;
<![CDATA[Depi Rusda]]>;
<![CDATA[Dwi Wahyu Prabowo]]>
<![CDATA[ Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer ]]>
Publisher : <![CDATA[Universitas Mohammad Husni Thamrin ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37012/jtik.v10i2.2271
<![CDATA[Hortikultura merupakan salah satu sektor yang berkembang pesat dalam pertanian Indonesia. Jenis tanaman yang dibudidayakan dalam hortikultura meliputi buah-buahan, sayur-sayuran, bunga dan tanaman hias. Salah satu produk dari hortikultura tersebut adalah cabai. Cabai adalah buah dari tanaman yang termasuk dalam genus Capsicum dan famili solanacea. Cabai sering digunakan sebagai bumbu dapur untuk menambah rasa pedas pada makanan. Bagi masyarakat rumahan yang ingin menanam cabai di sekitar perkarangan rumah, memilih bibit cabai yang unggul merupakan langkah yang sangat penting guna menghasilkan hasil yang optimal. Untuk membantu masyarakat dalam memilih bibit cabai yang unggul dilakukan penelitian berdasarkan kriteria-kriteria yang telah ditentukan sebelumnya. Penlitian ini menggunakan SPK metode VIKOR dan AHP dalam membantu masyarakat memilih bibit cabai terunggul. Dipilihnya metode VIKOR karena metode berfokus pada peringkat dan pemilihan dari sekumpulan alternatif kriteria yang saling bertentangan untuk mengambil keputusan guna mencapai tujujan akhir. Sementara itu penggunaan metode AHP dipilih karena AHP merupakan teori umum tentang pengukuran yang digunakan untuk menghasilkan skala rasio dari perbandingan berpasangan berbendtuk diskrit maupun kontinu dalam struktur hierarki tingkat berganda, yang memberikan manfaat dalam pengambilan keputusan untuk memelih alternatif terbaik dari kriteria tertentu. Kemudian dari kedua metode tersebut dilakukan analisis performa untuk menentukan metode mana yang paling optimal. Hasil dari analisis performa menunjukkan bahwa metode AHP menjadi metode yang paling optimal dengan nilai performa 35,95% sehingga, hasil dari perhitungan metode AHP dapat menjadi rekomendasi bagi masyarakat dalam melakukan pemilihan bibit cabai terunggul. ]]>
<![CDATA[Pengaruh Kualitas Pelayanan Dan Diskon Terhadap Kepuasan Pelanggan Menggunkan Aplikasi Onlineshop Shopee ]]>
<![CDATA[Heriyanto, Heriyanto]]>;
<![CDATA[Ririn, Ririn]]>;
<![CDATA[Nurahman, Nurahman]]>;
<![CDATA[Mulyanto, Sigit]]>
<![CDATA[ Jurnal Ilmiah Akuntansi Manajemen Vol. 7 No. 1 (2024): April ]]>
Publisher : <![CDATA[Fakultas Ekonomi, Universitas Muhammadiyah Buton ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35326/jiam.v7i1.5211
<![CDATA[Kualitas layanan dan diskon merupakan elemen penting dalam memengaruhi kepuasan pelanggan, keduanya menjadi fokus penelitian ini di antara pengguna platform Shopee di kalangan mahasiswa. Tujuan penelitian adalah mengevaluasi dampak kualitas layanan dan diskon Shopee terhadap kepuasan pelanggan. Data dikumpulkan melalui kuesioner dan teknik sampel stratifikasi proporsional, jumlah sampel 49 responden, dengan analisis dilakukan menggunakan analisis regresi linier berganda dengan perangkat lunak SPSS versi 64 bit. Hasilnya menunjukkan bahwa 70.6% kepuasan pelanggan dipengaruhi oleh kualitas layanan dan diskon. Kualitas layanan memperlihatkan pengaruh positif dan signifikan terhadap kepuasan pelanggan, sedangkan diskon tidak memiliki dampak yang signifikan pada kepuasan pelanggan. Ini menunjukkan pentingnya kualitas layanan yang baik dalam mempertahankan tingkat kepuasan pelanggan di tengah persaingan pasar yang ketat. Dengan demikian, perusahaan perlu memperhatikan dan meningkatkan kualitas layanan yang ditawarkan sebagai strategi untuk mempertahankan dan meningkatkan kepuasan pelanggan, yang pada gilirannya dapat meningkatkan kinerja bisnis mereka secara keseluruhan. Service quality and discounts are crucial elements in influencing customer satisfaction, both of which are the focus of this study among Shopee platform users among students. The research aims to evaluate the impact of Shopee's service quality and discounts on customer satisfaction. Data were collected through questionnaires and proportional stratified sampling techniques, with analysis conducted using multiple linear regression analysis with SPSS software version 64-bit. The results indicate that 70.6% of customer satisfaction is influenced by service quality and discounts. Service quality demonstrates a significant positive influence on customer satisfaction, while discounts do not have a significant impact on customer satisfaction. This underscores the importance of good service quality in maintaining customer satisfaction levels amid fierce market competition. Therefore, companies need to pay attention to and improve the quality of services offered as a strategy to maintain and enhance customer satisfaction, which in turn can improve their overall business performance.]]>
<![CDATA[IMPLEMENTASI ALGORITMA NEURAL NETWORK PADA BANTUAN TUNAI LANGSUNG DI DESA PELANGSIAN MENGGUNAKAN RAPIDMINER ]]>
<![CDATA[Nurahman, Nurahman]]>;
<![CDATA[Warisa, Warisa]]>
<![CDATA[ SemanTIK : Teknik Informasi Vol 8, No 2 (2022): ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55679/semantik.v8i2.28520
<![CDATA[Kemiskinan merupakan faktor ketidakmampuan masyarakat dalam segi memenuhi kebutuhan sehari-hari sehingga menyebabkan kesulitan dalam memenuhi bahan pokok dalam rumah atau pakaian yang digunakan, tingkat kehidupan masyarakat yang buruk, upah kerja yang tidak mencukupi, sulit nya mencari pekerjaan. yang mendapatkan bantuan mendapat manfaat untuk kebutuhan sehari-hari, melainkan bantuan ini ada yang tidak sesuai harapan warga desa pelangsian karena status warga miskin yang kurang maksimal, karena penentuan status masyarakat miskin yang menerima bantuan tunai langsung yang kurang maksimum, sehingga bantuan yang diberikan kurang teliti. Penelitian ini bertujuan untuk mengimplementasikan algoritma neural network pada BLT desa pelangsian, serta bantuan ini bertujuan untuk membantu warga desa yang kurang mampu atau yang berhak mendapatkan/layak. Algoritma neural network adalah pemodelan yang kompleks untuk memprediksi ekosistem perubahan yang fleksibel pada lingkungan yang terinspirasi dari sistem kerja biologis, neural network merupakan algoritma jaringan saraf yang bekerja pada otak manusia serta neuron yang saling terhubung antara satu dan yang lainnya. Hasil dari penelitian ini yang diperoleh dari mengimplementasikan neural network pada bantuan tunai langsung pada desa pelangsian dan hasil akurasi dari neural network nilai akurat yang di dapatkan yaitu, accuracy 99.08%, precision 98.39% dan recall 10.00%.Kata kunci; Algoritma neural network, BLT, mengimplementasi, Akurasi, Rapidminer]]>
<![CDATA[EVALUASI PENERIMAAN BANTUAN SEMBAKO MENGGUNAKAN METODE KLASIFIKASI DATA MINING ALGORITMA C4.5 ]]>
<![CDATA[Nurahman, Nurahman]]>;
<![CDATA[Aminah, Siti]]>
<![CDATA[ SemanTIK : Teknik Informasi Vol 9, No 1 (2023): ]]>
Publisher : <![CDATA[Informatics Engineering Department of Halu Oleo University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.55679/semantik.v9i1.35468
<![CDATA[Bantuan berupa Sembako merupakan bantuan sosial pangan non tunai dari pemerintah yang ditunjukan untuk keluarga yang kurang mampu yang akan mendapatkan perbulannya. Sembako yang diberikan adalah sembilan jenis bahan pokok berupa beras, gula pasir, minyak goreng, daging/telur, buah-buahan, sayur, dan lain sebagainya. Bantuan sembako ini yaitu berbentuk bahan pokok untuk kebutuhan sehari-hari. Salah satu faktor kesulitan dalam pembagian bantuan sembako ini adalah proses pembagian bantuan tersebut masih tidak merata atau terbilang tidak tepat sasaran. Munculnya masalah tersebut dikarenakan kurangnya pertimbangan data sehingga berpengaruh dalam seleksi penerima bantuan sembako, termasuk perbaikan dalam sistem verifikasi kelayakan. Solusi dalam mengatasi masalah tersebut perlu dilakukan analisis data penduduk. Analisis yang dilakukan menggunakan metode klasifikasi algoritma C4.5 dan pengujian dengan software RapidMiner dengan membagi dataset menjadi data training dan data testing. Alasan pemilihan metode ini bertujuan untuk mengetahui pemilihan anggota penerima bantuan yang benar-benar layak mendapatkan bantuan sosial tersebut. Adapun penelitian ini menghasilkan nilai accuracy performance vector sebesar 97.85%, Precision sebesar 90.32%, dan Class Recall sebesar 87.50%. Sehingga dapat diketahui bahwa algoritma C4.5 mampu menganalisis data penduduk pada bantuan sembako di Desa Batuah. Kata kunci; Bantuan sosial, klasifikasi, C 4.5]]>
<![CDATA[KLASIFIKASI DATA TINGKAT KERAWANAN KEBAKARAN MENGGUNAKAN ALGORITMA CART ]]>
<![CDATA[Nurahman]]>;
<![CDATA[Sumanti, Rika]]>
<![CDATA[ Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 1 (2024): JIRE APRIL 2024 ]]>
Publisher : <![CDATA[LPPM STMIK Lombok ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36595/jire.v7i1.1127
<![CDATA[Kebakaran hutan dan lahan merupakan permasalahan yang mendesak di wilayah Kabupaten Kotawaringin timur. Dampak negatifnya meliputi kerusakan ekosistem hutan dan lahan. Hal itu menimbulkan polusi udara yang sangat menganggu aktivitas Masyarakat. Tujuan penelitian ini adalah untuk mengembangkan model klasifikasi yang dapat memprediksi tingkat kerawanan kebakaran berdasarkan variabel-variabel tertentu. Pengembangan model klasifikasi agar dapat memprediksi tingkat kerawanan kebakaran dilakukan dengan menggunakan algoritma CART. Algoritma CART merupakan algoritma yang mampu mengklasifikasikan data tingkat kerawanan kebakaran dengan menghasilkan sebuah pohon keputusan. Hasil dari penelitian ini menyimpulkan nilai dari klasifikasi data menggunakan perhitungan Algoritma CART pada aplikasi Rapidminer menunjukkan tingkat akurasi 79.89% yang berarti memadai dalam memprediksi tingkat kerawanan kebakaran.]]>
<![CDATA[Klasifikasi Tingkat Kematangan Buah Sawit Berdasarkan Ekstraksi Fitur RGB dan GLCM Menggunakan Algoritma K-NN ]]>
<![CDATA[Ragil Kurniawan]]>;
<![CDATA[Nurahman]]>
<![CDATA[ Jurnal Ilmiah Komputasi Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023 ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32409/jikstik.22.4.3402
<![CDATA[Tanaman kelapa sawit merupakan tanaman perkebunan tropis yang memiliki persebaran luas di Indonesia dan merupakan sumber utama produksi minyak kelapa sawit. Dengan adanya produksi buah kelapa sawit berskala besar dari perusahaan kelapa sawit serta perkebunan-perkebunan milik masyarakat lokal, dituntut hadirnya inovasi yang dapat memberi manfaat dan meningkatkan produktivitas perkebunan kelapa sawit itu sendiri. Dengan memperhatikan tingkat kematangan dari buah sawit yang sangat penting dalam penentu hasil dan kualitas panen, dilakukan penelitian yang dapat mengklasifikasi tingkat kematangan buah sawit berdasarkan warna dengan memanfaatkan citra yang diekstraksi menjadi dataset. Penelitian ini menerapkan metode klasifikasi algoritma K-NN terhadap data citra buah kelapa sawit yang diolah dengan bahasa pemrograman python oleh software google colab menggunakan metode ekstraksi fitur RGB dan GLCM. Hasil yang diperoleh berupa dataset yang menyajikan susunan pola numerik dari fitur GLCM dan rata-rata fitur RGB. Klasifikasi dilakukan dengan menggunakan algoritma KNN dan diperoleh hasil akurasi dari nilai k=9,7,5, dan 3 senilai 56.00% dan nilai k=1 senilai 68.00%.]]>
<![CDATA[Penerapan Sistem Pendukung Keputusan Pemilihan Bibit Padi yang Berkualitas Menggunakan Metode SAW dan TOPSIS ]]>
<![CDATA[Mulyaning Tirta, Dewi Saras Wati Maduri]]>;
<![CDATA[Nurahman, Nurahman]]>;
<![CDATA[Rusda, Depi]]>;
<![CDATA[Mustaqiem, Mustaqiem]]>
<![CDATA[ Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jtk.v19i1.4582
<![CDATA[Menurut Badan Pusat Statistik (BPS) mencatat Indonesia melakukan impor beras sebanyak 3,06 juta ton pada 2023. Angka impor tersebut merupakan yang tertinggi dalam 5 tahun terakhir. Di Indonesia padi berperan penting dalam menjaga ketahanan pangan masyarakat, oleh karena itu keberhasilan pertanian padi memiliki dampak langsung terhadap kesejahteraan dan keamanan pangan masyarakat. Ketersediaan beras sebagai hasil dari pertanian padi masyarakat di Indonesia memiliki dampak yang sangat penting, tidak hanya dalam memenuhi kebutuhan makanan pangan, tetapi juga dapat meningkatkan perekonomian masyarakat di Indonesia. Hal ini merupakan masalah yang sangat penting, karena seperti yang diketahui Indonesia juga termasuk dalam negara yang mengekspor beras keluar negeri. Kriteria yang dapat digunakan dalam pemilihan bibit padi berkualitas seperti tinggi tanaman, umur tanaman, warna daun dan jumlah helai daun. Metode SAW dan TOPSIS adalah dua metode pengambilan keputusan multi-kriteria (MCDM) yang sering digunakan untuk membantu dalam memilih atau menentukan prioritas di antara beberapa alternatif berdasarkan sejumlah kriteria yang ada. SAW digunakan untuk memberikan penilaian kuantitatif terhadap beberapa alternatif berdasarkan kriteria tertentu dan TOPSIS digunakan untuk menentukan urutan prioritas dari beberapa alternatif berdasarkan jarak dari solusi ideal positif (terbaik) dan solusi ideal negatif (terburuk). Sedangkan MSE digunakan untuk membandingkan metode SAW dan TOPSIS, terutama dalam mengukur rata-rata kuadrat. Semakin kecil nilai MSE, semakin baik model metode yang digunakan. Sebaliknya, nilai MSE yang besar menunjukkan bahwa model metode yang digunakan memiliki kesalahan prediksi yang tinggi dalam mengukur nilai. Penelitian ini bertujuan membantu petani dalam memilih bibit padi yang berkualitas agar dapat menghasilkan panen yang memuaskan guna dalam ketahanan pangan masyarakat. Peneliti berharap penelitian ini dapat memberikan manfaat praktis kepada para petani dalam memilih bibit padi yang berkualitas sesuai dengan kebutuhan mereka untuk meningkatkan efektivitas dan efisiensi dalam proses pemilihan bibit padi dengan bantuan sistem pendukung keputusan yang menggunakan metode SAW dan TOPSIS. Hasil dari penelitianmenunjukkan bahwa sistem pendukung keputusan terbaik dengan metode simple additive weighting dapat membantu petani dalam memilih bibit padi yang berkualitas dengan kriteria umur, warna daun, tinggi dan helai daun. Karena metode miliki tingkat error yang minimum. Sedangkan sistem Pendukung keputusan dengan metode technique for order preference by similarity to ideal solution juga dapat membantu petani dalam memilih bibit padi berkualitas namun perlu di pertimbangkan kembali karena metode technique for order preference by similarity to ideal solution memiliki tingkat error maximum.]]>
