Jurnal Ilmu Komputer dan Informatika
Jurnal Ilmu Komputer dan Informatika (JIKI) merupakan sebuah jurnal ilmiah nasional yang mempublikasikan artikel hasil penelitian di bidang Ilmu Komputer, Informatika, dan Sistem Informasi, terutama pada pengembangan software, pengembangan sistem informasi, sistem komputer, jaringan komputer, algoritma dan komputasi, serta penerapan teknologi informasi. Jurnal Ilmu Komputer dan Informatika (JIKI) terdaftar di LIPI dengan P-ISSN : 2807-6664 dan E-ISSN : 2807-6591. Selain itu, JIKI terdaftar di Crossref dengan DOI : https://doi.org/10.54082/jiki.IDPaper. Jurnal Ilmu Komputer dan Informatika (JIKI) dipublikasikan 2 kali dalam setahun, yaitu pada bulan Juni dan Desember. Semua penerimaan naskah akan diproses secara double blind review oleh mitra bestari. Jurnal Ilmu Komputer dan Informatika (JIKI) menerima artikel ilmiah hasil penelitian dari beberapa bidang sebagai berikut : - Organisasi sistem komputer: Arsitektur komputer, sistem tertanam, komputasi waktu nyata - Jaringan : Arsitektur jaringan, protokol jaringan, komponen jaringan, evaluasi kinerja jaringan, layanan jaringan - Keamanan: Kriptografi, layanan keamanan, sistem deteksi intrusi, keamanan perangkat keras, keamanan jaringan, keamanan informasi, keamanan aplikasi - Organisasi perangkat lunak : Penerjemah, Middleware, Mesin virtual, Sistem operasi, Kualitas perangkat lunak - Notasi dan alat perangkat lunak : Paradigma pemrograman, Bahasa pemrograman, Bahasa khusus domain, Bahasa pemodelan, Kerangka kerja perangkat lunak, Lingkungan pengembangan terintegrasi - Pengembangan perangkat lunak : Proses pengembangan perangkat lunak, Analisis kebutuhan, Desain perangkat lunak, Konstruksi perangkat lunak, Penyebaran perangkat lunak, Pemeliharaan perangkat lunak, Tim pemrograman, Model sumber terbuka - Teori Komputasi : Model Komputasi, Kompleksitas Komputasi - Algoritma : Desain algoritma, Analisis algoritma - Matematika komputasi : Matematika diskrit, Perangkat lunak matematika, Teori informasi - Sistem informasi : Sistem manajemen basis data, Sistem penyimpanan informasi, Sistem informasi perusahaan, Sistem informasi sosial, Sistem informasi geografis, Sistem pendukung keputusan, Sistem kontrol proses, Sistem informasi multimedia, Penambangan data, Perpustakaan digital, Platform komputasi, Pemasaran digital, World Wide Web , Pengambilan informasi - Interaksi manusia-komputer : Desain interaksi, Komputasi sosial, Komputasi di mana-mana, Visualisasi, Aksesibilitas - Konkurensi: Komputasi bersamaan, Komputasi paralel, Komputasi terdistribusi - Kecerdasan buatan : Pemrosesan bahasa alami, Representasi dan penalaran pengetahuan, Visi komputer, Perencanaan dan penjadwalan otomatis, Metodologi pencarian, Metode kontrol, Filosofi kecerdasan buatan, Kecerdasan buatan terdistribusi - Pembelajaran mesin: Pembelajaran dengan pengawasan, Pembelajaran tanpa pengawasan, Pembelajaran penguatan, Pembelajaran multi-tugas - Grafik : Animasi, Rendering, Manipulasi gambar, Unit pemrosesan grafik, Realitas campuran, Realitas virtual, Kompresi gambar, Pemodelan padat - Komputasi terapan: E-commerce, Perangkat lunak perusahaan, Penerbitan elektronik, Cyberwarfare, Pemungutan suara elektronik, Video game, Pengolah kata, Riset operasi, Teknologi pendidikan, Manajemen dokumen.
Articles
29 Documents
<![CDATA[Klasifikasi Cuaca Menggunakan Metode VGG-16, Principal Component Analysis Dan K-Nearest Neighbor ]]>
<![CDATA[Sean Alexander Suryaman]]>;
<![CDATA[Rita Magdalena]]>;
<![CDATA[Sofia Sa'idah]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 1 No 1 (2021): JIKI - Juni 2021 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (332.593 KB)
|
DOI: 10.54082/jiki.1
<![CDATA[Cuaca merupakan suatu fenomena alam yang sangat berdampak bagi manusia. Informasi tentang kondisi cuaca sangat dibutuhkan oleh manusia. Informasi ini sangat bermanfaat untuk mengetahui kejadian cuaca disekitar kita. Sistem klasifikasi saat ini mengandalkan serangkaian sensor mahal atau bantuan manusia. Kecerdasan buatan merupakan suatu cabang ilmu komputer yang membantu manusia dalam mengatasi masalah yang ada. Penelitian ini menggunakan kecerdasan buatan untuk mengklasifikasi kondisi cuaca dengan menggunakan metode VGG-16, Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN). Pertama ciri akan dicari menggunakan VGG-16, lalu memanfaatkan Principal Component Analysis (PCA) untuk mereduksi data agar lebih efektif. Dan menggunakan K-Nearest Neighbor (KNN) untuk mengklasifikasian data. K-Nearest Neighbor (KNN) menggunakan jarak untuk mengklasifikasikan data. Jarak yang dipilih merupakan jarak terpendek yang akan menunjukan ketetanggan untuk menghasilkan keluaran apakah cuaca sedang cerah, berawan, berkabut, hujan dan matahari terbit. Sistem tersebut dibuat menggunakan platform Google Colab dengan bahasa pemrograman Python. Berdasarkan hasil penelitian, diperoleh sistem klasifikasi cuaca dengan akurasi sebesar 87,50%. Hasil akurasi tersebut diperoleh ketika digunakan 450 data uji dan 1050 data latih. Adapun parameter terbaik yang dihasilkan, yaitu ukuran citra 256 x 256, jenis KNN adalah Cosine, nilai KNN di k = 9, dan Persentase PCA 30%.]]>
<![CDATA[Sistem Informasi Pelayanan Administrasi Kependudukan Berbasis Web Menggunakan Metode Waterfall Di Desa Sidakangen Purbalingga ]]>
<![CDATA[Nabila Khaerunnisa]]>;
<![CDATA[Eddy Maryanto]]>;
<![CDATA[Nur Chasanah]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 1 No 2 (2021): JIKI - Desember 2021 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (589.943 KB)
|
DOI: 10.54082/jiki.12
<![CDATA[Sistem Informasi Pelayanan Administrasi Kependudukan merupakan sistem berbasis web yang digunakan untuk mengelola proses pelayanan administrasi pembuatan surat-menyurat. Pembuatan surat-menyurat di Desa Sidakangen masih menggunakan pembukuan atau arsip secara manual. Dari pembukuan atau arsip tersebut kemudian di rekap kedalam Microsoft Excel untuk dicetak sebagai laporan, belum lagi petugas akan melayani masyarakat dalam pembuatan surat menyurat sehingga pada prosesnya membutuhkan waktu yang lebih untuk melakukan pelayanan administrasi kependudukan dengan baik. Untuk mengatasi beberapa permasalah tersebut maka perlu dirancang suatu Sistem Informasi Pelayanan Administrasi Kependudukan Berbasis Web sehingga dapat meningkatkan kinerja Perangkat Desa dalam mengolah data - data dan informasi yang dimiliki agar lebih akurat dan efisien, serta dapat menangani permasalahan dalam pelayanan administrasi kependudukan di Desa Sidakangen. Sistem Informasi Pelayanan Administrasi ini menggunakan metode pengembangan Waterfall dengan metode pengujian Blackbox dan MOS (Mean Opinion Score) yang membuktikan bahwa adanya sistem ini masyarakat akan lebih mudah dalam melakukan proses pelayanan administrasi tingkat desa.]]>
<![CDATA[Penerapan Data Mining Untuk Pengelompokan Penyebaran Covid-19 Di Sumatera Utara Menggunakan Algoritma K-Means ]]>
<![CDATA[Yeusi Fani Selfrida Yani Damanik]]>;
<![CDATA[Sumarno Sumarno]]>;
<![CDATA[Indra Gunawan]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Ika Okta Kirana]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 1 No 2 (2021): JIKI - Desember 2021 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1770.338 KB)
|
DOI: 10.54082/jiki.13
<![CDATA[Virus corona bisa menyebabkan gangguan ringan pada sistem pernapasan, infeksi paru-paru yang berat, hingga kematian. Penyebaran virus Covid-19 menyebar dengan cepat di berbagai daerah khususnya di Sumatera Utara sehingga tidak memungkinkan untuk melaksanakan aktivitas seperti biasanya. Penyebaran Covid-19 di Sumatera Utara perlu dikelompokkan untuk mengetahui daerah mana yang tingkat penyebarannya tinggi, sedang atau rendah. Data yang digunakan pada penelitian ini adalah Data Kasus Covid 19 Di 33 Kabupaten/ Kota Di Sumatera Utara. Metode dalam penelitian ini adalah algoritma K-Means dan selanjutnya data akan diolah menggunakan aplikasi Rapid Miner menjadi 3 cluster yaitu tinggi, sedang dan rendah. Berdasarkan penelitian ini dibentuk sebuah sistem yang digunakan untuk melatih dan menguji data agar mendapatkan hasil pengelompokan penyebaran Covid-19 di Sumatera Utara.]]>
<![CDATA[Identifikasi Penyakit Daun Jeruk Siam Menggunakan K-Nearest Neighbor ]]>
<![CDATA[Rifqi Hakim Ariesdianto]]>;
<![CDATA[Zilvanhisna Emka Fitri]]>;
<![CDATA[Abdul Madjid]]>;
<![CDATA[Arizal Mujibtamala Nanda Imron]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 1 No 2 (2021): JIKI - Desember 2021 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (543.804 KB)
|
DOI: 10.54082/jiki.14
<![CDATA[Jeruk siam adalah salah satu jeruk local yang mempunyai nilai jual yang tinggi di Indonesia. Tahun 2020, tingkat produksi jeruk siam mengalami penurunan menjadi 712.585 ton di Jawa Timur. Salah satu faktor utama yang menyebabkan menurunnya tingkat produksi jeruk siam yaitu serangan penyakit pada daun jeruk siam. Dua penyakit yang sering menyerang daun jeruk siam adalah penyakit kanker yang disebabkan oleh patogen Xanthomonas axonopodis pv.citri dan penyakit ulat peliang. Selama ini, pengamatan pada penyakit daun jeruk siam dilakukan secara manual menggunakan mata sehingga penentuan penyakit tersebut bersifat subyektif. Untuk mengatasi masalah tersebut dibuatlah sistem otomatis identifikasi daun jeruk siam sehat dan daun jeruk siam terserang penyakit dengan bantuan teknik computer vision. Tahapan penelitian yaitu pengumpulan citra daun jeruk, konversi warna, ekstraksi fitur warna dan tekstur serta klasifikasi K-Nearest Neighbor (KNN). Parameter fitur yang digunakan yaitu fitur warna GB, fitur tekstur (ASM, entropi dan kontras). Metode KNN mampu mengklasifikasi dan mengidentifikasi penyakit daun jeruk siam dengan akurasi sebesar 70% dengan variasi nilai K = 21.]]>
<![CDATA[Pengelompokan Data Penjualan Mie Berdasarkan Bulan Dengan Menggunakan Algoritma K-Medoids ]]>
<![CDATA[Riahta Ulina Br. Barus]]>;
<![CDATA[Indra Gunawan]]>;
<![CDATA[Bahrudi Efendi Damanik]]>;
<![CDATA[Iin Parlina]]>;
<![CDATA[Widodo Saputra]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 1 No 2 (2021): JIKI - Desember 2021 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (773.87 KB)
|
DOI: 10.54082/jiki.15
<![CDATA[Mie merupakan salah satu keanekragaman kuliner yang memiliki potensi sangat besar untuk dikembangkan sebagai peningkatan ekonomi di pematangsiantar. Penjualana Mie di Kota pematangsiantar juga sangat pesat, namun para pedagang masih mneggunakan cara manual dalam pengelompokan data hasil penjualan dari berbagai macam jjenis mie yang di jual sehingga tingkat akurasi keuntungannya menjadi tidak Nampak dengan jelas. Berdasarkan itu makan penulis membuat penelitian ini dengan menggunakan Algoritma K-Medoids untuk mengcluster data penjualan mie dari tahun 2018-2019 berdasarkan tahun dan bulan. Hasil yang diperoleh dari produksi mie di tahun 2018 terbanyak adalah mie pangsit dengan centroid 304670 pada bulan Januari dan mie pangsit dengan centroid 290476 pada bulan Desember, sedangkan di tahun 2019 adalah mie pangsit centroid 311532 bulan Januari dan 311532 pada bulan Desember. Tingkat akurasi dari pengolahan RapidMiner dengan pengolahan yang dilakukan penulis menunjukkan 12 data yang digunakan. Untuk Cluster C1 atau kelompok Tinggi diperoleh akurasi sebesar 17% dengan jumlah data yang sama 2 data, Cluster C2 atau kelompok Sedang diperoleh akurasi sebesar 8% dengan jumlah data yang sama 1 data dan Cluster C3 atau kelompok Rendah diperoleh akurasi sebesar 75% dengan jumlah data yang sama 9 data.]]>
<![CDATA[Model Aturan dalam Menentukan Prestasi Nilai Siswa di SMK GKPS 1 Raya Menggunakan Algoritma C4.5 ]]>
<![CDATA[Rofiana Simanullang]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Poningsih Poningsih]]>;
<![CDATA[Iin Parlina]]>;
<![CDATA[Muhammad R. Lubis]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 2 No 1 (2022): JIKI - Juni 2022 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1464.086 KB)
|
DOI: 10.54082/jiki.16
<![CDATA[Data nilai siswa merupakan suatu data penting bagi pihak departemen, maupun pada pihak sekolah karena perlu untuk melihat bagaimana perkembangan nilai siswa-siswi di SMK GKPS 1 Raya dikemudian hari. Data nilai siswa pun semakin bertambah bila semakin tahun berganti tahun, dan data tersebut dapat memberi informasi yang berguna bila diolah dengan baik. Maka dari itu, dalam penelitian ini penulis akan memanfaatkan 202 data nilai siswa yang diperoleh dari pihak sekolah SMK GKPS 1 Raya yang dikelola menggunakan data mining untuk mendapatkan suatu informasi klasifikasi perkembangan nilai siswa dan menentukan prestasi siswa. Dalam metode ini, algoritma yang digunakan yaitu algoritma C 4.5 decision tree yang didukung dengan Software RapidMiner, Kriteria yang digunakan adalah seperti NISN, Nama Siswa, Nilai Rata-rata dan Nilai Kehadiran yang di input ke input kedalam Microsoft Excel 2007 dan dilakukan transformasi dari nilai angka ke nilai huruf yang dimana Jika nilai >90 maka nilainya A, 80 – 89 = B, 70 – 79 = C, dan <60 = D. Dengan menggunakan metode ini dapat menjadi salah satu alat untuk dapat membantu pihak sekolah dalam melihat perkembangan nilai siswa, sehingga hasil yang di dapat dalam metode ini dapat menentukan nilai yang berprestasi dan yang tidak berprestasi serta dapat memberikan rekomendasi untuk pihak sekolah semakin memperbaiki sistem pembelajaran yang berlaku untuk kedepannya.]]>
<![CDATA[Sistem Pakar untuk Mendeteksi Kerusakan Jaringan Internet pada Indihome di Pematangsiantar ]]>
<![CDATA[Muhammad Sya'i]]>;
<![CDATA[Indra Gunawan]]>;
<![CDATA[Irawan Irawan]]>;
<![CDATA[Poningsih Poningsih]]>;
<![CDATA[Rafiqa Dewi]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 2 No 1 (2022): JIKI - Juni 2022 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (564.982 KB)
|
DOI: 10.54082/jiki.17
<![CDATA[Pendeteksian gangguan jaringan internet indihome seringkali membutuhkan waktu yang lama. Hal ini dikarenakan tidak semua pengguna jaringan internet indihome mengerti penanganan gangguan pada jaringan internet indihome. Selain itu administrator Indihome sendiri terkadang membutuhkan waktu yang tidak sedikit dalam mendeteksi gangguan pada jaringan internet. Tujuan dari penelitian ini adalah membangun sistem pakar untuk mendeteksi gangguan jaringan internet indihome. Sistem pakar ini dapat digunakan pengguna indihome untuk membantu mendeteksi gangguan pada jaringan dan dapat dijadikan sebagai asisten pakar oleh administrator indihome. Sistem Pakar ini dibangun menggunakan metode Forward Chaining. Hasilnya direpresentasikan ke dalam Knowledge Based Table yang selanjutnya digunakan untuk pembangunan sistem pakar. Metode ini cocok dipakai di sistem pakar yang mendiagnosis suatu yang belum pasti dengan menggunakan perhitungan yang akurat untuk memastikan nilai keyakinannya. Manfaat yang didapat dari sistem pakar yang mampu melaksanakan diagnosis dengan singkat, tepat dan akurat kepada gejala kerusakan yang ada diharapkan bisa membantu karyawan dalam menyampaikan solusi dan penanganan secara akurat dari kerusakan yang terjadi pada jaringan internet indihome.]]>
<![CDATA[Implementasi Algoritma Kriptografi Rivest Shamir Adlemen untuk Mengamankan Data Ijazah pada SMK Swasta Prama Artha Kab. Simalungun ]]>
<![CDATA[Wahyudi Wahyudi]]>;
<![CDATA[Dedy Hartama]]>;
<![CDATA[Ika Okta Kirana]]>;
<![CDATA[Sumarno Sumarno]]>;
<![CDATA[Indra Gunawan]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 2 No 1 (2022): JIKI - Juni 2022 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (619.542 KB)
|
DOI: 10.54082/jiki.19
<![CDATA[Data ijazah merupakan suatu data yang tergolong sangat penting pada sebuah instansi sekolah. Keamanan data tersebut sangat diperlukan untuk menjaga kerahasiaan data dimana pada data ijazah terdapat nomor ijazah yang merupakan satu-satunya bukti surat tamat belajar di sekolah, guna menghindari terjadinya pencurian maupun manipulasi data tersebut maka dibutuhkan sebuah sistem keamanan data. Salah satu teknik dalam mengamankan data yaitu dengan menggunakan Kriptografi yaitu sebuah ilmu matematika yang berhubungan dengan aspek keamanan data. Salah satu ilmu kriptografi yang penulis terapkan dalam mengamankan data ijazah dengan mengimplementasikan algoritma RSA (Rivest Shamir Adlemen). Hasil akhir yang dicapai pada penelitian ini yaitu dapat mengenkripsi data ijazah menjadi chipertext agar tidak dapat dibaca atau di manipulasi oleh orang lain, dan Decrypt file tersebut menjadi plaintext agar dapat dibaca kembali.]]>
<![CDATA[Sistem Pendukung Keputusan Penentuan Strategi Pemasaran Barang dengan Metode Analytic Hierarchy Process ]]>
<![CDATA[Ety Liani Putri]]>;
<![CDATA[Bosker Sinaga]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 2 No 1 (2022): JIKI - Juni 2022 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (577.358 KB)
|
DOI: 10.54082/jiki.20
<![CDATA[Untuk dapat memenangkan persaingan pasar, perusahaan menggunakan strategi pemasaran yang tepat agar dapat bertahan dan memenangkan pasar. Perusahaan yang baru berkembang perlu menyusun aturan layanan pemasaran untuk keberlanjutan perusahaan yang mampu bersaing secara mutu maupun kualitas. Sebagai perusahaan e-commerce yang baru berkembang PT. Prisma Mas Semesta memerlukan strategi pemasaran yang mampu membantu pengambil keputusan agar dapat memperkenalkan produk maupun jasa pada masyarakat. Metode yang digunakan untuk menganalisis penentuan strategi pemasaran barang menerapkan metode Analytic Hierarchy Process. Data penelitan dikumpulkan dari perusahaan penjualan barang online PT. Prisma Mas Semesta website duniadapur.co.id. Dalam menentukan strategi pemasaran barang terdapat 6 kelompok kriteria yaitu Managerial Capabilities, Customer Linking Capabilities, Market Innovation Capabilities, Human Resource Assets, Capabilities In Product Distribution, dan Reputational Assets. Berdasarkan perhitungan metode AHP, nilai Eigen kriteria dan alternatif diperoleh hasil perangkingan yaitu Differentiation Strategy memiliki nilai preferensi 0.59 sebagai Ranking 1, Cost Leadership Strategy memiliki nilai preferensi 0. 274 sebagai Ranking 2, dan Market Segmentation Strategies nilai preferensi sebesar 0.136 sebagai Ranking 3. Dapat disimpulkan bahwa alternatif yang berada di peringkat atas adalah Cost Leadership Strategy dengan nilai 0.59. Dalam strategi ini Dunia Dapur berusaha menekan biaya produksi, sehingga laba bersih dapat menguntungkan yang akan meningkatkan angka penjualan dan market share.]]>
<![CDATA[Sistem Pendukung Keputusan Penentuan Kualitas Getah Hevea brasiliensis (Karet) Terbaik pada PT Timbang Deli Verdant Bioscience dengan Metode Promethee ]]>
<![CDATA[Tika Apriani]]>;
<![CDATA[Agustina Simangunsong]]>
<![CDATA[ Jurnal Ilmu Komputer dan Informatika Vol 2 No 1 (2022): JIKI - Juni 2022 ]]>
Publisher : <![CDATA[CV Firmos ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (447.469 KB)
|
DOI: 10.54082/jiki.22
<![CDATA[Kualitas produk menjadi faktor terpenting dalam menjalankan suatu bisnis, kualitas produk menentukan tingkat kepuasan konsumen dan juga masa depan perusahaan. PT Timbang Deli Verdant Bioscience masih belum memanfaatkan teknologi komputer, sehingga menyebabkan waktu yang relatif lama dalam menghitung nilai kualitas getah karet, dibutuhkan teknologi komputer yang dapat mendukung pengambilan keputusan untuk memecahkan masalah yang bersifat terstruktur maupun tidak terstruktur. Diperlukan sistem yang dapat menyelesaikan masalah menentukan kualitas getah Hevea brasiliensis (karet), dengan adanya Sistem Pendukung Keputusan menentukan kualitas getah Hevea brasiliensis (karet) diharapkan dapat membantu dan mempermudah pihak perusahaan dalam memilih jenis bibit unggul kelapa sawit. Penelitian ini bertujuan menentukan kualitas getah Hevea brasiliensis karet terbaik pada PT Timbang Deli Indonesia Verdant Bioscience menggunakan metode promethee. Output aplikasi ini berbentuk keputusan alternatif dengan nilai rangking tertingi. Sistem Pendukung Keputusan dikembangkan menggunakan bahasa pemrograman PHP dan MySQL sebagai Database Management System (DBMS). Pengujian sistem menghasilkan Ranking 1 yaitu A2 dengan Leaving Flow = 0,583333, Entering Flow = 0,583333, Net Flow = 0 sedangkan Ranking 2 yaitu A3 dengan Leaving Flow = 0.166667, Entering Flow = -0,208333, Net Flow = 0.75 dan Ranking 3 yaitu A1 dengan Leaving Flow = 0, Entering Flow = 0,75, Net Flow = -0.75.]]>
