Sistem Pendukung Keputusan Berbasis Ontology pada ECommerce Tanaman Lanskap Tropis Indonesia

Abstract

Tanaman lanskap atau biasa juga disebut tanaman hias lanskap memiliki karakter yang dapat dilihat dari daya tariknya yang berbeda-beda, diperuntukan pada berbagai pekerjaan lanskap, baik skala luas maupun skala kecil yang mempengaruhi hasil desain, serta jenis tanaman yang meliputi bentuk tajuk, luas perakarangan, sifat tumbuh, dan tampilan tanaman secara keseluruhan akan mempengaruhi letak penanaman. Pemanfaatan tanaman lanskap perlu disertai dengan pengetahuan tentang bagaimana memilih tanaman yang paling cocok. Oleh karena itu, pengguna tanaman lanskap perlu dilengkapi dengan sistem pendukung keputusan yang cerdas yang memungkinkan mereka untuk mengeksplorasi serangkaian pilihan dan memilih tanaman terbaik yang tunduk pada tujuan tertentu dan serangkaian kendala. Sistem pendukung keputusan yang diusulkan, telah dikembangkan untuk diintegrasikan atau tertanam dalam sistem e-commerce. Data dalam penelitian ini berasal dari literatur, wawancara, dan konsensus ahli. Studi ini menerapkan konsep model berbasis ontologi dan model inferensi fuzzy untuk mengembangkan SPK (sistem pendukung keputusan). Penelitian ini telah berhasil menyusun ontologi tanaman lanskap berdasarkan hortikultura dan arsitektur lanskap, yang kemudian diimplementasikan ke dalam sistem pendukung keputusan yang dapat diintegrasikan dalam web e-commerce untuk memilih tanaman lanskap tropis Indonesia. Prototipe yang diusulkan telah diimplementasikan dalam lingkungan berbasis web untuk mendukung e-commerce berbasis web dan telah diverifikasi oleh ahli. Hasil evaluasi OntoQA (ontology quality analysis), RR (relation richness) menghasilkan nilai 0.42 yang menunjukkan keberagaman relasi yang spesifik, IR (inheritance richness) dengan nilai 0.03 menunjukkan informasi yang minimum berarti ontologi tanaman lanskap Indonesia memiliki karakter informasi yang mendalam, sementara untuk nilai AR (attribute richness) adalah 0.92 memberi informasi bahwa di setiap kelas pada ontologi rata-rata hampir memiliki satu atribut. Sementara hasil dari evaluasi UAT (user acceptance test) diperoleh hasil 91.1% yakni memenuhi kriteria sangat baik. Kelemahan dari prototipe saat ini adalah bahwa penambahan atau modifikasi data tanaman masih dilakukan dengan cara kodifikasi manual (hard coding). Oleh karena itu, perlu dikembangkan sub-modul untuk menyediakan penambahan dan pengeditan data yang mudah dan online. Selain itu, studi ini masih terbatas pada aspek spasial untuk lanskap jalan dengan spesies pohon.