Hasil dan
4.1
Implementasi Sistem
Implementasi model siste
dari perancangan basis data ya
Berdasarkan rancangan ya
diimplementasikan beberapa ta
Agrometeorologi, table Cura
SuhuUdara, table Pengguna, tabl
Untuk implementasi da
diberikan contoh data unt
diimplementasikan. Contoh da
gambar berikut ini.
Gambar 4.1 Imp
Pada Gambar 4.1 dapat
dimana record pada table Pengg
akan menggunakan sistem.
Gambar 4.2 Implem
Pada Gambar 4.2
Agrometeorologi. Pada table
tanaman yang digunakan pada pe
Bab 4
an Pembahasan
em Basis Data
stem basis data merupakan implementasi
yang telah dibuat pada bab sebelumnya.
yang telah dibuat maka akan
tabel ke dalam database, yaitu : table
urahHujan, table Kelembaban, table
table Kecamatan.
dari tabel-tabel tersebut, maka akan
untuk masing-masing tabel yang
data tabel dapat terlihat pada
gambar-mplementasi table Pengguna
pat dilihat implementasi table Pengguna,
ngguna akan mewakili seorang user yang
ementasi table Agrometeorologi
terlihat implementasi dari table
Agrometeorologi terdapat 3 records
da penelitian ini.
Gambar 4.3 Impl
Pada Gambar 4.3 terliha
Terdapat 3 kecamatan pada
sebagai sample dalam penelitia
bab sebelumnya.
Gambar 4.4 Impl
Pada Gambar 4.4 dapa
CurahHujan. Table CurahHuj
perbulan tiap kecamatan. Bebe
Gambar 4.4.
Gambar 4.5 Imple
Pada Gambar 4.5 dapa
Kelembaban. Table Kelembaba
perbulan tiap kecamatan. Bebe
Gambar 4.5.
plementasi table Kecamatan
hat implementasi dari table Kecamatan.
da kabupaten Boyolali yang digunakan
itian ini, sesuai dengan pembahasan pada
plementasi table CurahHujan
dapat dilihat implementasi dari table
ujan berisikan data-data curah hujan
eberapa diantaranya dapat dilihat pada
plementasi table Kelembaban
dapat dilihat implementasi dari table
baban berisikan data-data kelembaban
Gambar 4.6 Impl
Pada Gambar 4.6 dapa
SuhuUdara. Table SuhuUdara b
tiap kecamatan. Beberapa dianta
4.2
Hasil Pembuatan Apl
Aplikasi yang dibuat perta
yang mengharuskan user untuk
untuk menjamin keamanan dat
user didalam sistem. User di
password. Untuk memastikan
dimasukkan benar-benar terdaft
sebuah fungsi login.
Fungsi login tersebut aka
masukkan user salah maka ak
ditunjukkan oleh Gambar 4.7.
user akan masuk kedalam form
Gambar 4.7 Tam
plementasi table SuhuUdara
dapat dilihat implementasi dari table
a berisikan data-data suhu udara perbulan
ntaranya dapat dilihat pada Gambar 4.6.
Aplikasi
pertama kali akan memanggil Form Login,
uk melakukan login. Hal ini dimaksudkan
data yang ada serta membatasi aktivitas
diharuskan mengisikan username dan
n bahwa username dan password yang
daftar di dalam database,maka digunakan
akan memvalidasi masukkan user. Jika
akan muncul warning message seperti
. Sedangkan jika login berhasil, maka
orm utama.
Sesuai pada perancangan
pembagian hak user ditujukan
hanya dapat dilakukan oleh us
dapat melihat peramalan tanam
tertentu. Untuk memperjelas ma
pada Kode Program 4.1.
Kode Program 4.1 Pembatasan Hak A
Pada Kode Program 4.1 t
Manage Data berdasarkan pen
saat pengecekan user pada fun
seperti ini akan lebih efektif da
untuk masing-masing tipe user.
Pada user admin, terdapa
untuk menambahkan, menguba
data agrometeorologi, dan da
klimatologi ditunjukkan oleh Ga
Gambar 4.8 With f
Me._menuStrip.Visible = Tr _menuManageData.Visible = End With
gan sistem pada bab sebelumnya, maka
ukan untuk memastikan bahwa input data
user admin, sedangkan user PPL hanya
naman yang cocok ditanam pada masa
maka fungsi tersebut dapat dilihat dilihat
k Akses
terlihat jelas bahwa penghapusan menu
pengembalian nilai yang dilakukan pada
fungsi Login. Dengan melakukan hal
daripada membuat dua aplikasi berbeda
.
dapat menu manage data yang berfungsi
ubah atau menghapus data klimatologi,
data kecamatan. Tampilan form data
h Gambar 4.8.
Form Data Klimatologi rue
Form data agrometeorolog
digunakan dalam penelitian
dibutuhkan oleh tanaman tersebut
agrometeorologi ditunjukkan ol
Gambar 4.9For
Form data kecamatan ber
dalam penelitian ini. Tampilan
Gambar 4.10.
Gambar 4
ologi berisikan data tanaman pangan yang
n ini beserta unsur klimatologi yang
sebut dapat tumbuh. Tampilan form data
n oleh Gambar 4.9.
Form Data Agrometeorologi
berisikan data kecamatan yang digunakan
an form data kecamatan ditunjukkan oleh
Pada form utama, terdapa
oleh kedua tipe user. Tampila
Gambar 4.11.
Gambar 4.
Pada form forecasting y
memiliki fungsi memperkiraka
kecamatan tertentu dan pada m
user.
Proses peramalan pada si
yang dibahas pada bab sebe
Triple Exponential Smoothing.
beberapa tahap untuk tiap unsur
Proses pertama peram
Exponential Smoothing adalah
curah hujan, kelembaban, dan
Kode Program 4.2.
pat menu Forecasting yang dapat diakses
pilan form forecasting dapat dilihat pada
4.11Form Forecasting
yang digambarkan pada Gambar 4.11
kan tanaman yang cocok ditanam pada
masa tertentu sesuai dengan masukkan
sistem sesuai dengan metode peramalan
belumnya, yaitu menggunakan metode
. Proses peramalan ini terbagi menjadi
p unsur klimatologi yang digunakan.
amalan menggunakan metode Triple
ah menghitung pemulusan pertama (S`t)
Kode Program 4.2 Fungsi Penghitungan S`t Curah Hujan
Kode Program 4.2 adalah kode program untuk proses
penghitungan pemulusan pertama curah hujan. Untuk proses
penghitungan pemulusan pertama kelembaban dan suhu udara
menggunakan logika yang sama dengan penghitungan pemulusan
pertama curah hujan.
Proses penghitungan pemulusan pertama dengan menghitung
satu persatu data iklim yang digunakan pada penelitian ini dengan
menggunakan rumus (2.11). Untuk nilai awal pemulusan pertama dari
data iklim ditentukan sama dengan nilai data iklim pertama
(ditunjukkan pada baris ke 4). Baris ke 6 dan 7 merupakan penggalan
rumus penghitungan pemulusan pertama curah hujan.
Langkah kedua adalah menghitung pemulusan kedua (S``t) data
iklim yang digunakan. Seperti ditunjukkan pada Kode Program 4.3.
Kode Program 4.3 Fungsi Penghitungan S``t Curah Hujan
Kode Program 4.3 adalah kode program untuk proses
penghitungan pemulusan kedua curah hujan. Untuk proses
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
If l = 0 Then ... 3
_s2t(k, l) = _dataCurahHujan(l) ... 4
Else ... 5
a = (k / 10) * _s1t(k, l) ... 6
b = (1 - (k / 10)) * _s2t(k, l - 1) ... 7
_s2t(k, l) = a + b ... 8
End If ... 9
Next ... 10
l = 0 ... 11
Next ... 12
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
If l = 0 Then ... 3
_s1t(k, l) = _dataCurahHujan(l) ... 4
Else ... 5
a = (k / 10) * _dataCurahHujan(l) ... 6
b = (1 - (k / 10)) * _s1t(k, l - 1) ... 7
_s1t(k, l) = a + b ... 8
End If ... 9
Next ... 10
l = 0 ... 11
penghitungan pemulusan kedua kelembaban dan suhu udara
menggunakan logika yang sama dengan penghitungan pemulusan
kedua curah hujan.
Proses penghitungan pemulusan kedua dengan menghitung satu
persatu data hasil dari penghitungan pemulusan pertama dengan
menggunakan rumus (2.12). Untuk nilai awal pemulusan kedua
ditentukan sama dengan nilai awal dari hasil penghitungan pemulusan
pertama atau sama dengan nilai data iklim pertama (ditunjukkan pada
baris ke 4). Baris ke 6 dan 7 merupakan penggalan rumus
penghitungan pemulusan kedua curah hujan.
Langkah ketiga adalah menghitung pemulusan ketiga (S```t)
curah hujan, kelembaban, dan suhu udara. Seperti ditunjukkan pada
Kode Program 4.4.
Kode Program 4.4 Fungsi Penghitungan S```t Curah Hujan
Kode Program 4.4 adalah kode program untuk proses
penghitungan pemulusan ketiga curah hujan. Untuk proses
penghitungan pemulusan ketiga kelembaban dan suhu udara
menggunakan logika yang sama dengan penghitungan pemulusan
ketiga curah hujan.
Proses penghitungan pemulusan ketiga dengan menghitung satu
persatu data hasil dari penghitungan pemulusan kedua dengan
menggunakan rumus (2.13). Untuk nilai awal pemulusan ketiga
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
If l = 0 Then ... 3
_s3t(k, l) = _dataCurahHujan(l) ... 4
Else ... 5
a = (k / 10) * _s2t(k, l) ... 6
b = (1 - (k / 10)) * _s3t(k, l - 1) ... 7
_s3t(k, l) = a + b ... 8
End If ... 9
Next ... 10
l = 0 ... 11
ditentukan sama dengan nilai awal dari hasil penghitungan pemulusan
kedua atau sama dengan nilai data iklim pertama (ditunjukkan pada
baris ke 4). Baris ke 6 dan 7 merupakan penggalan rumus
penghitungan pemulusan ketiga curah hujan.
Setelah menghitung 3 kali pemulusan, maka langkah selanjutnya
adalah menghitung konstanta pemulusan yang akan digunakan. Pada
proses ini terdapat 3 kali penghitungan konstanta pemulusan (αt, bt,
dan ct) untuk tiap unsur klimatologi yang digunakan. Penghitungan
konstanta pemulusan pertama (αt) ditunjukkan oleh Kode Program
4.5.
Kode Program 4.5 Fungsi Penghitungan αt Curah Hujan
Kode Program 4.5 adalah kode program untuk menghitung
konstanta pemulusan pertama pada data curah hujan. Untuk
penghitungan konstanta yang digunakan pada data kelembaban dan
suhu udara menggunakan logika yang sama dengan kode program
penghitungan konstanta pemulusan pertama curah hujan.
Penghitungan konstanta pertama sesuai dengan rumus (2.14)
pada metode Triple Exponential Smoothing yang dijelaskan pada bab
sebelumnya (ditunjukkan pada baris ke 6). Baris ke 3 sampai baris ke
5 merupakan penggalan rumus penghitungan konstanta pemulusan
pertama curah hujan.
Penghitungan konstanta pemulusan kedua (bt) ditunjukkan oleh
Kode Program 4.6.
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
a = 3 * _s1t(k, l) ... 3
b = 3 * _s2t(k, l) ... 4
c = _s3t(k, l) ... 5
_a(k, l) = (a - b) + c ... 6
Next ... 7
l = 0 ... 8
Kode Program 4.6 Fungsi Penghitungan bt Curah Hujan
Kode Program 4.6 adalah kode program untuk menghitung
konstanta pemulusan kedua pada data curah hujan. Untuk
penghitungan konstanta yang digunakan pada data kelembaban dan
suhu udara menggunakan logika yang sama dengan kode program
penghitungan konstanta pemulusan pertama curah hujan.
Penghitungan konstanta kedua sesuai dengan rumus (2.15) pada
metode Triple Exponential Smoothing yang dijelaskan pada bab
sebelumnya (ditunjukkan pada baris ke 6). Baris ke 3 sampai baris ke
6 merupakan penggalan rumus penghitungan konstanta pemulusan
kedua curah hujan.
Penghitungan konstanta pemulisan ketiga (ct) ditunjukkan oleh
Kode Program 4.7.
Kode Program 4.7 Fungsi Penghitungan ct Curah Hujan
Kode Program 4.7 adalah kode program untuk menghitung
konstanta pemulusan ketiga pada data curah hujan. Untuk
penghitungan konstanta yang digunakan pada data kelembaban dan
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
a = ((k / 10) ^ 2) / ((1 - (k / 10)) ^ 2) ... 3
b = _s1t(k, l) ... 4
c = 2 * _s2t(k, l) ... 5
d = _s3t(k, l) ... 6
_c(k, l) = a * (b - c + d) ... 7
Next ... 8
l = 0 ... 9
Next ... 10
For k = 1 To 9 ... 1
For l = 0 To _dataCurahHujan.Count() – 1 ... 2
a = (k / 10) / (2 * ((1 - (k / 10)) ^ 2)) ... 3
b = (6 - (5 * (k / 10))) * _s1t(k, l) ... 4
c = (10 - (8 * (k / 10))) * _s2t(k, l) ... 5
d = (4 - (3 * (k / 10))) * _s3t(k, l) ... 6
_b(k, l) = a * (b - c + d) ... 7
Next ... 8
l = 0 ... 9
suhu udara menggunakan logika yang sama dengan kode program
penghitungan konstanta pemulusan pertama curah hujan.
Penghitungan konstanta ketiga sesuai dengan rumus (2.16) pada
metode Triple Exponential Smoothing yang dijelaskan pada bab
sebelumnya (ditunjukkan pada baris ke 7). Baris ke 3 sampai baris ke
6 merupakan penggalan rumus penghitungan konstanta pemulusan
ketiga curah hujan.
Setelah melakukan 3 kali penghitungan konstanta pemulusan,
maka proses peramalan dapat dilakukan. Hasil proses penghitungan
peramalan yang dilakukan oleh sistem akan dipilih lagi dengan
menghitung ketepatan hasil peramalan tersebut. Ketepatan hasil
peramalan dapat dihitung dengan menghitung error atau kesalahan
terkecil. Pada sistem ini penghitungan kesalahan terkecil dilakukan
dengan menghitung nilai tengah kesalahan mutlak (Mean Absolute
Deviation). Proses penghitungan peramalan dan penghitungan
kesalahan terkecil untuk tiap unsur klimatologi yang digunakan dapat
Kode Program 4.8 Fungsi Peramalan dan MAD terkecil Curah Hujan
Kode program 4.8 merupakan kode program untuk menghitung
peramalan curah hujan yang akan terjadi untuk beberapa waktu
kedepan, menghitung ketepatan hasil peramalan curah hujan dan
memilih data peramalan curah hujan yang memiliki kesalahan paling
kecil. Untuk peramalan kelembaban dan suhu udara menggunakan
logika yang sama seperti dicontohkan pada Kode Program 4.8.
Baris pertama sampai dengan baris ke 9 pada Kode Program 4.8
merupakan kode program untuk meramalkan curah hujan yang akan
terjadi beberapa waktu kedepan. Baris ke 10 sampai dengan baris ke
16 pada Kode Program 4.8 merupakan kode program untuk
For k = 1 To 9 ... 1
For i = 1 To _dataCurahHujan.Count – 1 ... 2
a = _a(k, i) ... 3
b = _b(k, i) * _m ... 4
c = (0.5 * _c(k, i)) * (_m ^ 2) ... 5
_forecasting(k, i) = a + b + c ... 6
If _forecasting(k, i) < 0 Then ... 7
_forecasting(k, i) = 0 ... 8
End If ... 9
_mad(k, i) = (_dataCurahHujan(i) - _forecasting(k, i)) ... 10
If _mad(k, i) < 0 Then ... 11
_mad(k, i) = (_mad(k, i) * -1) / _dataCurahHujan.Count ... 12
Else ... 13
_mad(k, i) = (_mad(k, i)) / _dataCurahHujan.Count ... 14
End If ... 15
_totalMadCH(k) = _totalMadCH(k) + _mad(k, i) ... 16
Next ... 17
Next ... 18
For k = 1 To 9 ... 19
If _totalMadCH(k) < _madCHKcl Then ... 20
_madCHKcl = _totalMadCH(k) ... 21
aplha = k ... 22
End If ... 23
Next ... 24
For x = _dataCurahHujan.Count - 14 To _dataCurahHujan.Count – 1. 25 m = m + 1 ... 26
_curahHujanKcl(m) = _forecasting(aplha, x) ... 27
_errorCurahHujan(m) = _mad(aplha, x) ... 28
_PCurahHujan(m) = _curahHujanKcl(m) ... 29
menghitung kesalahan peramalan curah hujan. Baris ke 19 sampai
dengan baris ke 30 merupakan kode program untuk memilih hasil
peramalan curah hujan dengan kesalahan terkecil tiap bulannya.
4.3
Software Testing
Pada pengujian perangkat lunak di sistem ini, akan digunakan
metode black box testing. Dimana proses testing akan berfokus pada
interface software. Rincian pengujian dapat dilihat pada Tabel 4.1
berikut :
a. Pengujian Login untuk melakukan pengecekan apakah fungsional
dari halaman Login telah berjalan dengan baik. Dari pengujian
yang dilakukan didapat kesimpulan bahwa halaman Login telah
berjalan dengan baik.
Tabel 4.1 Pengujian Black box halaman Login
Aktivitas
a. Jika berhasil maka user masuk ke halaman menu dengan hak akses sebagai petugas. b. Jika username atau
password salah maka muncul peringatan kesalahan input username atau password
a. Jika berhasil maka user masuk ke
halaman menu dengan hak akses sebagai administrator. b.Jika username atau
password salah maka muncul peringatan kesalahan input
username atau password
b. Pengujian halaman menu-menu yang dapat diakses oleh petugas
meliputi menu forecasting dan menu logout. Dari pengujian yang
dilakukan didapat kesimpulan bahwa menu-menu yang ada telah
berjalan dengan baik.
Tabel 4.2 Pengujian Black box halaman menupetugas Aktivitas
Jika berhasil maka muncul halaman forecasting
Valid
Pilih menu Logout
Jika berhasil maka akan kembali ke halaman login
Valid
c. Pengujian halaman menu-menu yang dapat diakses oleh admin
meliputi menu forecasting, menu manage data klimatologi, manage
data agrometeorologi, manage data kecamatan, dan menu logout.
Dari pengujian yang dilakukan didapat kesimpilan bahwa
menu-menu yang ada telah berjalan dengan baik.
Tabel 4.3 Pengujian Black box halaman menu admin
Aktivitas dan
Jika berhasil maka muncul halaman
Jika berhasil maka muncul halaman data klimatologi
Valid
Pilih menu manage data agrometeorologi
Jika berhasil maka muncul halaman data agrometeorologi
Valid
Pilih menu manage data kecamatan
Jika berhasil maka muncul halaman data kecamatan
Pilih menu Logout
Jika berhasil maka akan kembali ke halaman login
Valid
d. Pengujian halaman forecasting untuk melakukan pengecekan
apakah fungsional dari halaman Forecasting telah berjalan dengan
baik. Dari pengujian yang dilakukan didapat kesimpulan bahwa
halaman Forecasting telah berjalan dengan baik.
Tabel 4.4 Pengujian Black box halaman Forecasting
Aktivitas dan dan suhu udara beserta
Peta boyolali beserta simbol tanaman pangan yang cocok ditanam pada daerah tertentu sesuai dengan inputan dan grafik hasil
peramalan data curah hujan, kelembaban, dan suhu udara beserta tingkat ketepatannya
Valid
e. Pengujian halaman manage data untuk melakukan pengecekan
apakah fungsional dari halaman manage data telah berjalan dengan
baik. Dari pengujian yang dilakukan didapat kesimpulan bahwa
halaman manage data telah berjalan dengan baik.
Tabel 4.5 Pengujian Black box halaman Manage Data Aktivitas dan
a. Jika berhasil maka data akan tersimpan kedalam database
b. Jika gagal maka
akan muncul pesan data yang diinputkan salah
a. Jika berhasil maka data didalam database akan terubah
b. Jika gagal maka akan muncul pesan data yang diinputkan salah
Valid
Delete data klimatologi
Jika berhasil akan muncul halaman
a. Jika berhasil maka data akan tersimpan
kedalam database b. Jika gagal maka
akan muncul pesan data yang diinputkan salah
a.Jika berhasil maka data didalam database akan terubah b.Jika gagal maka
akan muncul pesan data yang diinputkan salah
Delete data agrometeorologi
Jika berhasil akan muncul halaman
a.Jika berhasil maka data akan tersimpan
kedalam database b.Jika gagal maka
akan muncul pesan data yang diinputkan salah
a.Jika berhasil maka data didalam database akan terubah b.Jika gagal maka
akan muncul pesan data yang diinputkan salah
Valid
Delete data kecamatan
Jika berhasil akan muncul halaman delete confirmation
Valid
4.4
Uji Responden
Dalam membangun sistem ini, data diperoleh dengan
menyebarkan kuisioner terhadap mahasiswa Fakultas Pertanian
Universitas Kristen Satya Wacana. Salah satu unsur terpenting dalam
penelitian adalah menemukan validitas dan reliability suatu alat ukur.
Alat ukur yg baik harus memenuhi persyaratan validitas dan reliability
alat ukur tersebut. Dalam pengujian kuisioner ini, akan dihitung
dengan skala likert dengan 5 kemungkinan jawaban.
Dalam perhitungan skala, angka 1 mempunyai arti nilai yang
terbaik dan angka 5 mempunyai arti nilai yg terburuk. Data-data hasil
penghitungan menggunakan skala likert dapat dilihat pada Gambar
4.14.
Tabel 4.6 Hasil Jawaban Responden
p11 p12 p21 p22 p23 p31 p32 p33
1 2 1 2 1 3 2 1 2
2 2 2 2 2 3 3 3 1
3 1 1 1 2 2 2 3 3
4 2 1 2 2 1 1 2 1
5 2 2 1 2 2 2 1 2
6 2 2 1 2 3 2 1 1
7 2 2 1 2 1 1 1 2
8 3 3 3 2 3 3 1 3
9 1 2 2 2 1 1 1 1
10 2 4 2 1 1 2 1 2
11 2 2 2 3 1 1 2 2
12 2 3 3 1 2 1 3 1
13 2 3 3 1 2 2 2 2
14 2 1 1 2 1 3 2 2
15 2 2 2 3 3 2 2 2
16 3 1 2 2 2 3 2 3
17 2 2 2 2 3 3 3 2
18 2 3 4 4 4 2 3 1
19 2 4 4 3 3 3 3 3
20 1 2 2 3 1 3 3 2
21 2 1 3 2 1 2 1 2
22 3 2 2 3 1 2 1 1
23 2 3 3 2 1 2 1 2
24 1 2 2 3 1 3 3 1
25 2 2 2 1 2 3 3 1
26 4 3 3 3 4 3 3 2
27 3 2 2 3 2 2 1 1
28 2 2 4 3 2 2 3 3
29 4 2 2 3 1 3 3 3
30 2 1 3 2 1 2 3 1
31 2 3 2 2 3 2 3 2
32 2 1 2 1 3 3 2 1
33 2 3 3 2 3 1 2 3
34 2 4 3 2 3 2 2 2
35 2 3 3 4 2 1 3 1
36 2 2
Hasil jawaban dari 36 res
Universitas Kristen Satya Waca
• Design Interface
Tabel 4.7
Sangat Baik
Bagaimana design interface aplikasi pola tanam tersebut? (p11)
4
Gambar 4.12
Berdasarkan Tabel 4.7 da
bahwa 11,11% responden meny
pola tanam sangat baik, 72,22%
responden menyatakan cukup,
design interface aplikasi pola ta
2 3 2 3 3 2
responden mahasiswa Fakultas Pertanian
cana dapat dirinci sebagai berikut:
.7 Tabel Jawaban p11
Baik Cukup Kurang Sangat Kurang
26 4 2 0
Persentase Jawaban p11
4.7 dan Gambar 4.12 dapat disimpulkan
nyatakan bahwa design interface aplikasi
% responden menyatakan baik, 11,11%
ukup, dan 5,56% responden menyatakan
• Tingkat Kemudahan
Tabel 4.8
Sangat Baik
Bagaimana tingkat kemudahan
penggunaan aplikasi tersebut? (p12)
8
Gambar 4.13
Berdasarkan Tabel 4.8 da
bahwa 22,22% responden me
penggunaan aplikasi pola tana
menyatakan baik, 25% responde
responden menyatakan tingkat
tanam kurang.
8 Tabel Jawaban p12
Baik Cukup Kurang Sangat Kurang
16 9 3 0
Persentase Jawaban p12
4.8 dan Gambar 4.13 dapat disimpulkan
menyatakan bahwa tingkat kemudahan
tanam sangat baik, 44,44% responden
ponden menyatakan cukup, dan 8,33%
• Peranan Peta Boyolali
Tabel 4.9
Sangat
Membantu Memb
Bagaimana peranan peta Boyolali dalam penyajian data hasil peramalan pemilihan tanaman? (p21)
5 18
Gambar 4.14
Berdasarkan Tabel 4.9 da
bahwa 13,89% responden men
dalam penyajian data hasil pe
membantu, 50% responden
responden menyatakan cukup,
tidak membantu.
9 Tabel Jawaban p21
bantu Cukup Tidak Membantu
Sangat Tidak Membantu
18 10 3 0
Persentase Jawaban p21
4.9 dan Gambar 4.14 dapat disimpulkan
enyatakan bahwa peranan peta Boyolali
l peramalan pemilihan tanaman sangat
onden menyatakan membantu, 27,78%
• Peranan Grafik Hasil Pera
Tabel 4.10
Sangat
Membantu Memba
Bagaimana peranan grafik hasil peramalan data klimatologi yang digunakan? (p22)
6 17
Gambar 4.15
Berdasarkan Tabel 4.10
bahwa 16,67% responden men
peramalan data klimatologi s
menyatakan membantu, 30,56%
5,56% responden menyatakan ti eramalan
10 Tabel Jawaban p22
bantu Cukup Tidak Membantu
Sangat Tidak Membantu
17 11 2 0
Persentase Jawaban p22
4.10 dan Gambar 4.15 dapat disimpulkan
enyatakan bahwa peranan grafik hasil
sangat membantu, 47,22% responden
30,56% responden menyatakan cukup, dan
• Peranan Grafik Ketepatan P
Tabel 4.11
Sangat
Membantu Memb
Bagaimana peranan grafik hasil ketepatan metode peramalan pada sistem? (p23)
13 10
Gambar 4.16
Berdasarkan Tabel 4.11
bahwa 36,11% responden men
ketepatan metode peramalan s
menyatakan membantu, 30,56
5,56% responden menyatakan ti
tan Peramalan
11 Tabel Jawaban p23
bantu Cukup Tidak Membantu
Sangat Tidak Membantu
10 11 2 0
Persentase Jawaban p23
4.11 dan Gambar 4.16 dapat disimpulkan
enyatakan bahwa peranan grafik hasil
n sangat membantu, 27,78% responden
56% responden menyatakan cukup, dan
• Kecocokan Data Syarat T
Tabel 4.12
Sangat Tepat
Bagaimana perbandingan kecocokan data persyaratan tumbuh masing-masing tanaman pangan yang digunakan dengan ilmu pertanian? (p31)
7
Gambar 4.17
Berdasarkan Tabel 4.12
bahwa 19,44% responden
kecocokan data persyaratan tum
yang digunakan pada sistem ini
44,44% responden menyataka
menyatakan perbandingan ke
masing-masing tanaman pang
dengan ilmu pertanian cukup.
t Tumbuh Tanaman
12 Tabel Jawaban p31
Tepat Rata-Rata
Tidak Tepat
Sangat Tidak Tepat
16 13 0 0
Persentase Jawaban p31
4.12 dan Gambar 4.17 dapat disimpulkan
n menyatakan bahwa perbandingan
tumbuh masing-masing tanaman pangan
ini dengan ilmu pertanian sangat tepat,
takan tepat, dan 36,11% responden
kecocokan data persyaratan tumbuh
• Ketepatan Hasil Peramala
Tabel 4.13
Sangat Tepat
Bagaimana ketepatan hasil peramalan iklim pada aplikasi
tersebut? (p32)
11
Gambar 4.18
Berdasarkan Tabel 4.13
bahwa 30,56% responden m
peramalan iklim sangat tepat, 25%
44,44% responden menyataka
cukup.
• Ketepatan Pemilihan Tana
Tabel 4.14
Sangat Tepat
Bagaimana ketepatan pemilihan tanaman pangan pada aplikasi tersebut? (p33)
Persentase Jawaban p32
4.13 dan Gambar 4.18 dapat disimpulkan
n menyatakan bahwa ketepatan hasil
t, 25% responden menyatakan tepat, dan
akan ketepatan hasil peramalan iklim
Gambar 4.19
Berdasarkan Tabel 4.14
bahwa 36,11% responden me
tanaman pangan oleh sistem
menyatakan tepat, dan 19,44%
pemilihan tanaman pangan oleh s
• Reliability Uji Responden
Gambar 4.20R
Persentase Jawaban p33
4.14 dan Gambar 4.19 dapat disimpulkan
menyatakan bahwa ketepatan pemilihan
tem sangat tepat, 44,44% responden
19,44% responden menyatakan ketepatan
n oleh sistem cukup.
ponden
Berdasarkan Gambar 4.23 dapat disimpulkan bahwa hasil
reliability uji responden (Ra) adalah 0,6172 yang menunjukkan bahwa
sistem ini masuk dalam skala reliability cukup valid sehingga layak
untuk digunakan.
4.5
Analisa
Pemodelan sistem peramalan produksi tanaman pangan ini
sangatlah bergantung terhadap data input yang masukan oleh user.
Sehingga hasil peramalan akan disesuaikan dengan data input dari
user. Sistem akan memberikan hasil peramalan yang memanfaatkan
metode Triple Exponential Smoothing untuk menghitung peramalan
yang akan terjadi beberapa waktu kedepan dan memilih hasil
peramalan tersebut dengan kesalahan peramalan terkecil. Sebagai
contoh beberapa hasil penghitungan sistem seperti ditunjukkan oleh
Tabel 4.15.
Tabel 4.15 Contoh Penggalan Hasil Penghitungan Sistem
Forecast Curah Hujan
MAD Curah Hujan
Forecast Kelembaban
MAD Kelembaban
Forecast SuhuUdara
MAD Suhu Udara
0,00 0,00 83,33 0,02 25,72 0,0028
48,30 1,84 84,20 0,01 25,64 0,0006
38,64 0,63 84,57 0,00 25,66 0,0038
30,59 0,50 84,84 0,01 25,78 0,0068
23,90 0,39 84,13 0,05 25,87 0,0053
Berdasarkan hasil pengujian yang dilakukan, maka dapat ditarik
kesimpulan bahwa sistem yang dikembangkan sudah sesuai dengan
alur yang seharusnya dan valid atau layak untuk digunakan. Hal
tersebut dapat terlihat dari hasil pengujian sistem dan uji responden