Sistem Pendukung Keputusan Berbasis Ontology pada ECommerce Tanaman Lanskap Tropis Indonesia
View/ Open
Date
2020Author
Asmar, Kurniati
Seminar, Kudang Boro
Arifin, Hadi Susilo
Metadata
Show full item recordAbstract
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.