Daftar Isi:
  • Pertanian memiliki peranan penting bagi kehidupan manusia. Salah satu peranannya yaitu menghasilkan tanaman pangan pokok. Padi yang saat ini menjadi makanan utama orang Indonesia pada umumnya, setiap tahun kebutuhannya selalu bertambah karena populasi manusia yang terus bertambah. Petani yang akan menanam padi memiliki kriteria tertentu yang dijadikan sebagai bahan pertimbangan. Banyak metode tanam yang ada untuk meningkatkan hasil pertanian, namun petani bingung untuk menerapkannya pada lahan pertanian.Dari permasalahan tersebut dibuat sebuah rekomendasi pada petani, berupa varietas padi dan metode tanamnya, yang mana petani bisa memilih hasil klasifikasinya untuk diterapkan pada lahan pertanian. Sistem rekomendasi ini menggunakan Decision Tree Algoritma C4.5. Decision Tree digunakan untuk menangani pengambilan keputusan yang membingungkan menjadi lebih sederhana.Dari hasil pengujian 52 data varietas padi dengan 41 data training dan 11 data testing didapat nilai keakurasian, untuk data training sebesar 97,56% dan data testing sebesar 90,91%.Kata Kunci: Padi, Decision Tree, Algoritma C4.5Agriculture has an important role in human life. One of its roles is to produce staple food crops. Rice is the Indonesian staple food, every year the need for rice keeps increasing because human population grows up. Farmers who will grow rice crops have certain criteria that are used as consideration. Many planting methods are exist to improve agricultural yields, but farmers are confused to apply which one of them are suitable for their farmland.From these problems, a recommendation was given to the farmers, in the form of rice varieties and planting methods, in which farmers could choose their classification results to be applied in their agricultural land. This recommendation system uses the Decision Tree Algorithm C4.5. Which is used to simplify complicated decision making.From the testing of 52 paddy variety data with 41 training data and 11 testing data, the study shows the accuracy value as follows. The training data obtained 97,56% accuracy value and the testing data obtained 90,91% accuracy value.Keywords: Rice, Decision Tree, Algorithm C4.5