Skripsi/Tugas Akhir

Implementasi Data Mining untuk Menentukan Kebutuhan Produksi Pertanian Enrekang Menggunakan Algoritma C4.5

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Dinas Pertanian Kabupaten Enrekang merupakan instansi pemerintah daerah yang bergerak dibidang pertanian yang bertugas mengelola kebutuhan produksi pertanian. Untuk meningkatkan hasil produksi pertanian maka dibutuhkan sebuah sistem yang dapat membantu dalam proses meminimalisir kerugian. Pada penelitian ini akan dibuat sebuah sistem prediksi tanam yang bertujuan untuk memberikan informasi jenis tanaman tepat untuk ditanam pada musim dan dengan kondisi tertentu agar dapat meningkatkan hasil produksi nantinya. Dalam pembuatan sistem menggunakan metode decision tree untuk mendapatkan hasil prediksi juga membantu dalam pengambilan keputusan. Atribut yang digunakan pada sistem ini diantaranya varietas, suhu, kelembaban dan curah hujan untuk nantinya akan diakumulasi untuk mendapatkan jenis tanaman dengan hasil produksi yang cukup besar. Dari implementasi data pada perhitungan akurasi yang dilakukan dengan rapid miner menghasilkan tingkat akurasi cukup besar yaitu sekitar 85 persen hasil performa yang dihasilkan.
Kata Kunci: Dinas Pertanian, Prediksi Tanam, Decision Tree, Web

ABSTRACT
The Department of Agriculture of the Enrekang Regency is a local government agency engaged in agriculture in charge of managing the needs of agricultural production. To increase agricultural production, a system is needed that can assist in the process of minimizing losses. In this study, a cropping prediction system will be made which aims to provide information on the right types of plants to be planted in the season and under certain conditions in order to increase production yields later. In making the system using the decision tree method to get predictive results also helps in decision making. Attributes used in this system include variety, temperature, humidity and rainfall which will later be accumulated to obtain types of plants with large production yields. From the implementation of the data on the accuracy calculations carried out by rapid miners, the accuracy level is quite large, which is around 85 percent of the resulting performance results.
Keywords: Department of Agriculture, Planting Prediction, Decision Tree, Web

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 21-43 IRF i - 0104TI

Penerbit

Makassar : Universitas DIPA., 2021

Deskripsi Fisik

xv + 87 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 21-43

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan April 2021

Subjek

Skripsi/Tugas Akhir
Data Mining
Algoritma C4.5

Lampiran File