Decision Support System

Sistem Prediksi Kualitas Cengkeh

Platform pendukung keputusan berbasis Random Forest untuk membantu klasifikasi mutu cengkeh berdasarkan ukuran, kadar air, warna, dan keutuhan fisik.

Masuk Sistem Pelajari Sistem

Dataset

Random Forest

Prediksi

Tanaman dan bunga cengkeh di kawasan kebun

Tentang Sistem

Tentang Komoditas Cengkeh

Cengkeh merupakan komoditas bernilai ekonomi tinggi. Mutu hasil panen memengaruhi nilai jual dan kepercayaan pembeli. Dalam praktik lapangan, penilaian kualitas sering masih bergantung pada persepsi visual sehingga berpotensi tidak konsisten.

SPK Kualitas Cengkeh hadir sebagai platform pendukung keputusan untuk membantu dokumentasi parameter fisik dan klasifikasi mutu secara lebih terstruktur.

Komoditas unggulan Nilai ekonomi dipengaruhi oleh mutu hasil.

Perlu penilaian mutu Parameter fisik perlu dicatat secara rapi.

Keputusan lebih objektif Mendukung penilaian yang lebih konsisten.

Masalah & Solusi

Mengapa Sistem Ini Dibutuhkan?

Penilaian mutu yang terukur membantu mengurangi subjektivitas dan memperkuat dokumentasi penelitian maupun pendampingan lapangan.

Pengukuran sampel cengkeh dengan alat uji di laboratorium — Pengukuran objektif menjadi dasar penilaian yang dapat ditelusuri.

Masalah

Penilaian manual tidak selalu konsisten antar penilai.
Perbedaan persepsi visual sulit distandarkan.
Hasil penilaian sering kurang terdokumentasi secara rapi.

Solusi

Parameter yang terukur dan tersimpan di sistem.
Klasifikasi berbasis data menggunakan Random Forest.
Hasil prediksi dapat ditelusuri kembali.
Mendukung pengambilan keputusan yang lebih terarah.

Parameter Penilaian

Empat Parameter Penilaian

Sistem menilai kualitas cengkeh menggunakan empat atribut utama yang relevan dengan observasi fisik sampel.

Ukuran Cengkeh

Panjang atau ukuran fisik cengkeh dalam milimeter.

Kadar Air

Persentase kandungan air hasil pengukuran.

Warna

Kategori warna seperti cokelat tua, cokelat muda, atau kehitaman.

Keutuhan Fisik

Kondisi cengkeh utuh atau tidak utuh.

Alur Kerja

Cara Kerja Sistem

Alur ringkas dari pengelolaan data hingga prediksi kualitas menggunakan Random Forest.

Data Sampel Data cengkeh dicatat beserta parameter fisik dan label aktual bila tersedia.
Validasi Data Data diverifikasi agar siap digunakan untuk pelatihan model.
Pelatihan Model Model Random Forest dilatih dari dataset tervalidasi.
Evaluasi Random Forest Performa model ditinjau melalui metrik evaluasi dan matriks kebingungan.
Prediksi Kualitas Pengguna memasukkan parameter sampel untuk memperoleh hasil klasifikasi.

Machine Learning

Apa itu Random Forest?

Random Forest adalah algoritma machine learning yang membangun banyak pohon keputusan untuk membantu menghasilkan klasifikasi yang lebih stabil dan andal.

Input4 parameter fisik

OutputBAIK · SEDANG · BURUK

Nilai Tambah

Keunggulan Sistem

Dirancang untuk mendukung proses penilaian dan dokumentasi mutu cengkeh secara lebih rapi dan dapat ditelusuri.

Penilaian Lebih Objektif Berpijak pada parameter terukur, bukan hanya persepsi visual.

Berbasis Data Dataset dan hasil prediksi tersimpan dalam sistem.

Mendukung Dokumentasi Memudahkan pencatatan untuk keperluan penelitian dan pendampingan.

Riwayat Prediksi Tersimpan Hasil klasifikasi dapat ditinjau kembali kapan saja.

Memudahkan Evaluasi Model Menampilkan metrik evaluasi Random Forest secara terstruktur.

Antarmuka Responsif Dapat diakses pada desktop maupun perangkat mobile.

Ringkasan Fitur

Preview Sistem

Tiga fungsi utama yang tersedia setelah masuk ke sistem.

Kelola Dataset

Menambah, mengimpor, dan memvalidasi data sampel cengkeh untuk keperluan pelatihan.

Evaluasi Model

Melatih Random Forest dan meninjau metrik evaluasi beserta matriks kebingungan.

Prediksi Kualitas

Memasukkan parameter sampel untuk memperoleh hasil klasifikasi BAIK, SEDANG, atau BURUK.

Siap Menggunakan Sistem Prediksi Kualitas Cengkeh?

Masuk ke sistem untuk mengelola dataset, melatih model, dan melakukan prediksi kualitas cengkeh.

Masuk Sistem Lihat Cara Kerja