Publiora

Menghubungkan ke Publiora...

Publiora

Penerapan Algoritma TOPSIS, MOORA, dan SMARTER untuk Menentukan Kualittas Getah Karet: Application of TOPSIS, MOORA, and SMARTER Algorithms to Determine Rubber Rubber Quality

Ramadhan, IvanrisAdha, RimeldaFirmansyah, EgiMusridho, R. Joko
MALCOM: Indonesian Journal of Machine Learning and Computer Science (Sinta 3)Vol. 0 No. 029 Agustus 2022
DOI10.57152/malcom.v2i2.352

Abstrak

Getah karet merupakan salah satu hasil perkebunan yang cukup tinggi di Indonesia, oleh karena itu pengembangan kualitas getah karet merupakan suatu hal yang sangat penting. Karena mutu yang baik akan menghasilkan produk yang baik juga. Biasanya kualitasgetah karet ditentukan oleh Kadar Karet Kering (KKK) yang tinggi dengan kandungan air yang rendah. kadar karet kering juga dapat dijadikan tolak ukur untuk menilai kualitas pohon karet terbaik. Pada penelitian ini telah mendapatkan hasil perangkingan yang didapatkan dari nilai akhir masing masing metode. Peringkat pertama pada metode MOORA dengan niali 2,603 pada sensitivitasi 3 dan yang terendah pada metode SMARTER dengan nilai 0,084 pada sensitivitas pertama. Dan pada sensitivitas kedua, semua metode memiliki nilai yang sama yaitu 0,2. Maka dapat disimpulkan MOORA merupakan metode terbaik dari 2 metode lainnya.

Kata Kunci

Getah KaretKadar Karet KeringMOORASMARTERTOPSIS

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka MALCOM: Indonesian Journal of Machine Learning and Computer Science

Artikel ini juga tersedia di situs resmi jurnal.

Penerapan Algoritma TOPSIS, MOORA, dan SMARTER untuk Menentukan Kualittas Getah Karet: Application of TOPSIS, MOORA, and SMARTER Algorithms to Determine Rubber Rubber Quality | MALCOM: Indonesian Journal of Machine Learning and Computer Science | Publiora