Claim Missing Document
Check
Articles

Found 2 Documents
Search

Application of the rule-based system method to determine the type of crops based on altitude and rainfall Gunawan, Gunawan; Firmansyah, Akhmad Lutfi; Santoso, Bayu Aji
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5234

Abstract

Applying the rule-based system method to determine the type of agricultural crop based on altitude and rainfall is essential in increasing productivity and efficiency in modern agriculture. This study aims to develop and implement a rules-based system to recommend suitable plant types by analyzing altitude and rainfall data in the Tegal District. The research method includes experimental design, quantitative analysis, and model validation using data from the Central Bureau of Statistics and various other internet sources, covering January 1 to December 31, 2023. The results showed that this rule-based system effectively provides accurate recommendations with an average accuracy rate of 85% and an error rate of 15%. This system helps farmers make informed decisions about crop selection, reducing crop failure risk and contributing to sustainable agricultural practices. Future research suggests integrating real-time weather prediction technology and additional environmental variables to improve the precision of recommendations and expand the applicability of these systems to other areas with similar characteristics
Optimasi K-Means Clustering Pada Data Harga Mangga Menggunakan Particle Swarm Optimization Firmansyah, Akhmad Lutfi; Nugroho, Bangkit Indarmawan; Arif, Zaenul
Jurnal Teknologi Sistem Informasi Vol 6 No 2 (2025): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v6i2.13158

Abstract

Fluktuasi harga mangga antarprovinsi di Indonesia mempengaruhi stabilitas pasar dan kesejahteraan petani. Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan tren harga mangga tahun 2019–2024 menggunakan algoritma K-Means Clustering yang dioptimasi dengan Particle Swarm Optimization (PSO). Data sekunder yang digunakan berasal dari 38 provinsi dengan format rata-rata harga tahunan. Penentuan jumlah cluster dilakukan menggunakan metode Elbow dan diperoleh nilai optimal pada k=3. Hasil clustering menghasilkan tiga kelompok harga: tinggi, sedang, dan rendah. Penggunaan PSO terbukti meningkatkan akurasi pengelompokan dibandingkan K-Means murni. Evaluasi menunjukkan penurunan nilai Sum of Squared Error (SSE) dari 3,1146 menjadi 2,5882, peningkatan Silhouette Score dari 0,4422 menjadi 0,5461, penurunan Davies-Bouldin Index dari 0,7063 menjadi 0,5185, serta penurunan Quantization Error dari 0,2520 menjadi 0,2122. Visualisasi dengan Principal Component Analysis (PCA) memperjelas distribusi antar cluster secara spasial. Hasil penelitian ini dapat menjadi dasar pertimbangan dalam penyusunan kebijakan pengendalian harga dan distribusi mangga secara lebih tepat sasaran di berbagai wilayah Indonesia.