Sistem Pendukung Keputusan Dalam Penentuan Kualitas Manggis Menggunakan Analytic Hierarchy Process (AHP)
DOI:
https://doi.org/10.36423/index.v8i1.2533Keywords:
Manggis, Analytical Hierarchy Process (AHP), sistem pendukung keputusan, Buah, Jumlah KelopakAbstract
Buah manggis merupakan salah satu komoditas unggulan Indonesia yang memiliki nilai ekspor tinggi. Provinsi sentra manggis memiliki kekayaan agroekonomi yang melimpah, di mana sektor hortikultura ini memainkan peran vital dalam perekonomian daerah dan kesejahteraan petani. Namun, proses penentuan kualitas manggis sering kali menghadapi berbagai tantangan, seperti inkonsistensi penilaian manual, kriteria yang subjektif, dan standar mutu yang ketat dari negara tujuan ekspor. Oleh karena itu, pemilihan kualitas buah manggis menjadi krusial untuk memastikan keberlanjutan pasar ekspor serta keuntungan ekonomi yang optimal. Penelitian ini bertujuan untuk menerapkan Metode Analytical Hierarchy Process (AHP) dalam sebuah sistem pendukung keputusan untuk seleksi kualitas buah manggis di Indonesia. Melalui identifikasi dan evaluasi berbagai kriteria relevan sepert berat buah, diameter buah, Warna Kulit, jumlah Kelopak, dan Ketiadaan Getah Kuning, penelitian ini diharapkan dapat memberikan rekomendasi grading yang tepat, objektif, dan terstandarisasi bagi para petani maupun pelaku industri. Hasil pengujian penerapan Metode AHP dalam menentukan kualitas sebuah sampel manggis dengan kriteria input: Berat, Diameter buah, warna, tekstur kulit, jumlah kelopak, memperoleh hasil perhitungan nilai preferensi sebesar 0.48. Nilai ini berada di atas ambang batas standar mutu ekspor, yaitu 0.44, dengan kesimpulan bahwa buah manggis tersebut dapat diterima dan diklasifikasikan sebagai mutu 1/ super 1 (Kualitas Ekspor).Berdasarkan hasil penelitian, dapat disimpulkan bahwa penerapan metode Analytical Hierarchy Process (AHP) untuk seleksi kualitas buah manggis terbukti efektif dalam membantu pengambilan keputusan yang kompleks dengan melibatkan berbagai kriteria. Sistem ini mampu menyediakan penilaian yang objektif dan konsisten, sehingga dapat meningkatkan efisiensi proses sortasi dan nilai jual produk di tingkat petani
References
[1]. Suciati S, Ekasari W, Miatmoko A, Purwitasari N, Tumewu L, Andhiarto Y, et al. Enhancing the Knowledge and Skill of PKK and Karang Taruna Cadres in The Innovation of Mangosteen Fruit Products. JPM. 2023 Oct 31;4(2):482–8.
[2]. Sulistyaningrum A, Qomariah Hayati N, Mulyono D, Prabawati S, Laila Sayekti A, Marlina L, et al. Quality of mangosteen on registered and non-registered farmers in Payakumbuh West Sumatra to supporting exports. IOP Conf Ser: Earth Environ Sci. 2023 Jun 1;1200(1):012005.
[3]. Situmorang PSI, Ayu SF, Lindawati. Market share of Indonesian mangosteen in China market. IOP Conf Ser: Earth Environ Sci. 2023 Sep 1;1241(1):012042.
[4]. Luh Putu Kirana Pratiwi, Nyoman Yudiarini, Ida Ayu Made Dwi Susanti. Mangosteen Agribusiness Partnership In PT. Radja Manggis Sejati, Padangan Village, Tabanan Regency. SEAS: Sust Envir Agric Sci. 2022 Oct 31;6(2):144–51.
[5]. Díaz Fuentes VH, Díaz Hernández BG. Technical and economic validation of the fruit thinning practice in commercial mangosteen plantations in the Soconusco region, Chiapas. Mexico. IJH. 2022 Jan 13;6(1):1–5.
[6]. Permana A, Mazlan N, Yusuf E, Anua SM, Thang TY, Baktir A. Synergistic effect of commercial mangosteen extract (Garcinia mangostana L.) and amoxicillin against methicillin-resistant Staphylococcus aureus (MRSA). IFRJ. 2023 Oct 24;30(5):1313–9.
[7]. Paloma C, Hariance R, Raesi S, Putri A. Farmers’ Risk Perception, Risk Aversion on Manggosteen Production (Case Study in Pauh Thematic Village). Bul Penelit Sos Ekonomi Pertan Fakultas Pertan Universitas Haluoleo. 2024 Apr1;26(1):1–8.
[8]. Wee CC, Nor Muhammad NA, Subbiah VK, Arita M, Nakamura Y, Goh HH. Plastomes of Garcinia mangostana L. and comparative analysis with other Garcinia species [Internet]. 2022
[9]. Nguyen PL, Dam CL, Nguyen XT, Tran NT, Fukuzawa M, Nguyen CN, et al. Design of a computer vision system for accurate measurement of mango skin defects by surface image slicing. Meas Sci Technol. 2025 Jan 31;36(1):015437.
[10]. Thirumalraj MA, Rajalakshmi B, Kumar BS, Stephe S. Automated Fruit Identification using Modified AlexNet Feature Extraction based FSSATM Classifier [Internet]. 2024
[11]. Hidayat CM, Sudiarjo A. Sistem Pendukung Keputusan Pemilihan Rental Mobil dengan Metode Analytical Hierarchy Process (AHP) dan Technique For-Order Preference By Similarity To Ideal Solution (TOPSIS)(Studi Kasus: PT Ravogue Sagara Biru Rental Car Ciamis). Informatech: Jurnal Ilmiah Informatika dan Komputer. 2024;1(2):142–51.
[12]. Mahdalena N, Sudiarjo A, Sri Mulyani ED. Rekomendasi Tempat Wisata Di Kota Tasikmalaya Menggunakan Metode Elimination Et Choix Traduisant La Realita (ELECTRE).JITET [Internet]. 2024 Aug 3
[13]. Suherman NR, Ruuhwan R, Sudiarjo A. Implementation of Data Mining at Laboratory Vocational High School Using The C4.5 Algorithm to Predict Students Major Preferences. iiroi [Internet]. 2023 Nov 15
[14]. Filalba FK, Sudiarjo A . Sistem Pendukung Keputusan Pemilihan Hotel Di Kota Tasikmalaya Menggunakan Metode ELECTRE DAN AHP.JITET [Internet]. 2023 Sep 12
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Aso Sudiarjo, Missi Hikmatyar, Agus Supriatman, YOSHUA SURYA PUTRA, ABDULLAH JOURDI
This work is licensed under a Creative Commons Attribution 4.0 International License.
