Prediksi Waktu Panen Jamur Tiram Berdasarkan Data Lingkungan Kubung Menggunakan Metode Data Mining Algoritma Decision Tree
DOI:
https://doi.org/10.31004/riggs.v5i1.6418Keywords:
Decision Tree, Jamur Tiram, Kubung Jamur, Prediksi Waktu Panen, Data LingkunganAbstract
Jamur tiram merupakan salah satu komoditas pertanian yang banyak dibudidayakan karena memiliki nilai ekonomi yang tinggi serta permintaan pasar yang terus meningkat. Keberhasilan budidaya jamur tiram sangat dipengaruhi oleh kondisi lingkungan kubung, terutama suhu dan kelembapan, yang berperan penting dalam pertumbuhan dan pembentukan tubuh buah. Penentuan waktu panen jamur tiram yang masih dilakukan secara konvensional berdasarkan pengalaman petani sering kali bersifat subjektif, kurang akurat, dan berpotensi menurunkan kualitas serta produktivitas hasil panen. Oleh karena itu, diperlukan suatu pendekatan berbasis data untuk membantu memprediksi waktu panen jamur tiram secara lebih objektif dan sistematis. Penelitian ini bertujuan untuk memprediksi waktu panen jamur tiram berdasarkan data lingkungan kubung dengan memanfaatkan algoritma Decision Tree. Data yang digunakan meliputi suhu, kelembapan, umur baglog, dan frekuensi penyiraman yang dikumpulkan secara berkala selama proses budidaya. Tahapan penelitian meliputi pengumpulan data, prapemrosesan data, pembagian data latih dan data uji, pembentukan model Decision Tree, serta evaluasi model menggunakan parameter kinerja seperti akurasi. Hasil penelitian menunjukkan bahwa model Decision Tree mampu menghasilkan aturan keputusan yang mudah dipahami dan memiliki tingkat akurasi yang cukup baik dalam memprediksi waktu panen jamur tiram. Variabel umur baglog dan kelembapan menjadi faktor yang paling berpengaruh terhadap penentuan waktu panen. Hasil penelitian ini diharapkan dapat menjadi alat bantu pengambilan keputusan bagi petani jamur tiram dalam menentukan waktu panen yang optimal, meningkatkan kualitas hasil panen, serta mendukung penerapan teknologi data mining di bidang pertanian.
Downloads
References
B. M. Pangestu, K. Kamarudin, and W. Windarsyah, “Penerapan Model Seasonal Autoregressive Integrated Moving Average Untuk Prediksi Hasil Panen Jamur Tiram Berbasis Data Historis,” Digital Transformation Technology, vol. 5, no. 1, pp. 133–142, May 2025, doi: 10.47709/digitech.v5i1.5903.
I. Gede Wiryawan, T. Kustiari, and S. Fibriani, “Diseminasi Aplikasi Prediksi Produksi Jamur Tiram berdasarkan Data Kondisi Suhu dan Kelembaban Kumbung Jamur Dissemination of Oyster Mushroom Production Prediction Applications based on Mushroom Kumbung Temperature and Humidity Condition Data,” 2023.
S. Waluyo, E. R. Damayanti, T. Tamrin, and S. Kuncoro, “Prediksi Umur Simpan Keripik Jamur Tiram (Pleurotus ostreatus) dalam Kemasan Plastik Polipropilen,” Jurnal Agricultural Biosystem Engineering, vol. 2, no. 1, p. 1, Jan. 2023, doi: 10.23960/jabe.v2i1.6714.
R. Prastya, I. N. Farida, and R. Firliana, “Penerapan Metode Convolutional Neural Network Untuk Mendeteksi Jamur Patogen pada Tanaman Cabai,” 2025.
L. Karlitasari, W. Sriyasa, I. Wahyudi, and H. B. Santosi, “Prediksi Morfologi Jamur Menggunakan Algoritma C5.0,” 2023. [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
J. Elektronika and D. Komputer, “KLASIFIKASI JENIS JAMUR MENGGUNAKAN METODE NEURAL NETWORK DENGAN FITUR INCEPTION-V3,” vol. 16, no. 2, pp. 262–269, 2023, doi: 10.51903/elkom.v16i2.1281.
A. R. Basirun, V. Anggraini, and M. N. Al Kautsar, “Smart Monitoring System Pada Pembudidayaan Jamur Tiram Menggunakan Metode Fuzzy Logic,” Jurnal TRINISTIK: Jurnal Teknik Industri, Bisnis Digital, dan Teknik Logistik, vol. 3, no. 1, pp. 39–45, Jun. 2024, doi: 10.20895/trinistik.v3i1.1333.
H. Fauzi Abdilah, D. Effendi, K. Kunci, J. Tiram, P. Penjualan, and R. Linear Sederhana, “Prediksi Penjualan Jamur Tiram Menggunakan Regresi Linear Sederhana: Studi Kasus pada UMKM Tugumukti Sales Forecasting of Oyster Mushrooms Using Simple Linear Regression: A Case Study of Tugumukti SMEs,” Jurnal Bumigora Information Technology (BITe), vol. 7, no. 2, pp. 109–120, 2025, doi: 10.30812/bite.v7i2.5572.
G. M. C. Batubara, A. Desiani, and A. Amran, “Klasifikasi Jamur Beracun Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbors,” Jurnal Ilmu Komputer dan Informatika, vol. 3, no. 1, pp. 33–42, Jun. 2023, doi: 10.54082/jiki.68.
R. Hayami, Soni, and I. Gunawan, “Klasifikasi Jamur Menggunakan Algoritma Naïve Bayes,” Jurnal CoSciTech (Computer Science and Information Technology), vol. 3, no. 1, pp. 28–33, May 2022, doi: 10.37859/coscitech.v3i1.3685.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ade Rahmat, Indra Permana

This work is licensed under a Creative Commons Attribution 4.0 International License.


















