RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN JADWAL TANAM ADAPTIF BERBASIS BOT WHATSAPP DENGAN DETEKSI MUSIM OTOMATIS

Fairuz Izzudin Kamil; Suhendri; Trisna Rafi Agustian; M. Trisna; Fitra AbdulHafizh M.

doi:10.31949/infotech.v12i1.17796

Authors

Fairuz Izzudin Kamil Universitas Majalengka, Indonesia
Suhendri Universitas Majalengka, Indonesia
Trisna Rafi Agustian Universitas Majalengka, Indonesia
M. Trisna Universitas Majalengka, Indonesia
Fitra AbdulHafizh M. Universitas Majalengka, Indonesia

DOI:

https://doi.org/10.31949/infotech.v12i1.17796

Abstract

Ketidakpastian iklim menjadi tantangan utama dalam sektor pertanian, seringkali menyebabkan kegagalan panen akibat kesalahan penentuan jadwal tanam. Meskipun teknologi digital menawarkan solusi, tingkat adopsi di kalangan petani masih rendah karena rendahnya literasi digital dan antarmuka aplikasi yang kompleks. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) adaptif berbasis Bot WhatsApp yang mampu mendeteksi status musim secara otomatis untuk memberikan rekomendasi jadwal tanam yang presisi. Sistem dikembangkan menggunakan metode Rule-Based System dengan mesin inferensi Forward Chaining yang mengintegrasikan data prediksi Zona Musim (ZOM) BMKG. Berbeda dengan aplikasi konvensional, sistem ini meminimalkan input pengguna dengan mengotomatisasi deteksi variabel agroklimat. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi komoditas (Padi, Jagung, Cabai) yang sesuai dengan kondisi lahan (Irigasi/Tadah Hujan) dan status musim real-time. Penggunaan antarmuka percakapan WhatsApp terbukti efektif menurunkan hambatan interaksi teknologi, memungkinkan petani mendapatkan panduan jadwal tanam yang akurat tanpa perlu mempelajari navigasi perangkat lunak yang rumit.

Keywords:

Sistem Pendukung Keputusan, Bot WhatsApp, Jadwal Tanam, Pertanian, Interaksi Manusia Komputer

Downloads

Download data is not yet available.

References

Adesiji, G. B., Adelowo, J. Y., Komolafe, S. E., & Adesiji, T. T. (2024). Farmers’ perceived rating and usability attributes of agricultural mobile phone apps. Smart Agricultural Technology, 8, 100501. https://doi.org/10.1016/J.ATECH.2024.100501

Aung, E. D., Sasaki, N., Tsusaka, T. W., & Silpasuwanchai, C. (2025). Investigating farmers’ adoption of mobile Agri-Tech: A TAM-Based study of KaseChar in Eastern Thailand. Global Transitions, 7, 441–455. https://doi.org/10.1016/J.GLT.2025.07.003

Baruah, B., Devarani, L., Rani, P. M. N., & Balabantaray, B. K. (2025). EXPERT SYSTEM FOR AGRICULTURAL EXTENSION: A REVIEW OF RECENT DEVELOPMENTS. Plant Archives, 25(2), 629–639.

Calvo-Valverde, L.-A., Rojas-Salazar, K., Hidalgo-Rodríguez, J. F., Mora, V., Sandoval, J. A., Bolaños-Céspedes, E., Quirós, C., Calvo-Valverde, L.-A., Rojas-Salazar, K., Hidalgo-Rodríguez, J. F., Mora, V., Sandoval, J. A., Bolaños-Céspedes, E., & Quirós, C. (2023). A study of conversational agent solution technologies for banana farmer assistance. Revista Tecnología en Marcha, 36(4), 3–18. https://doi.org/10.18845/TM.V36I4.6242

Firdaus, R. A., Hermawan, E., & Kamilah, N. (2024). IMPLEMENTASI METODE NORMALIZE DIFFERENCE DROUGHT INDEX (NDDI) TERHADAP PEMANTAUAN PRODUKTIVITAS PERTANIAN TANAMAN PADI (STUDI KASUS: KECAMATAN JONGGOL TAHUN 2019-2022). INFOTECH journal, 10(1), 147–160. https://doi.org/10.31949/infotech.v10i1.9794

Izzah, A., Eliyen, K., Dwi Krisnanto, W., Bakhtiar, Y., Nurfarida, E., Kusumaning Asmoro, W., Informatika, M., & Polinema Kediri, P. (t.t.). PENGEMBANGAN WEB COMPANY PROFILE TERINTEGRASI DENGAN API WHATSAPP (STUDI KASUS: AGEN SEMBAKO AL-BARKAH). Diambil https://api.whatsapp.com/send?ph

Jain, S., Sahni, R., Khargonkar, T., Gupta, H., Verma, O. P., Sharma, T. K., Bhardwaj, T., Agarwal, S., & Kim, H. (2022). Automatic Rice Disease Detection and Assistance Framework Using Deep Learning and a Chatbot. Electronics 2022, Vol. 11, Page 2110, 11(14), 2110. https://doi.org/10.3390/ELECTRONICS11142110

Lintang Himayanta, K., Febria Wardhani, D., Jurusan Teknologi Informasi, M., UIN Antasari, F., & Banjar Jl Jendral Ahmad Yani, B. K. (2025). PREDICT RICE YIELD WITH MACHINE LEARNING. Inovasi Pembangunan : Jurnal Kelitbangan, 13(1). https://doi.org/10.35450/JIP.V13I1.894

Mangape, I. R., Maria, E., & Hidayat, N. (2021). Sistem Pendukung Keputusan Pemilihan Lahan Perkebunan Tanaman Lada Menggunakan Metode Simple Addtive Weighting Perbandingan Weighted Product Berbasis Web. Jurnal Rekayasa Teknologi Informasi (JURTI), 5(2), 208.

Prediksi Musim - Iklim - BMKG. (t.t.). Diambil 19 Desember 2025, dari https://www.bmkg.go.id/iklim/prediksi-musim

Putra, A. U., & Prihanto, A. (2025). Pemanfaatan Chatbot Whatsapp Untuk Kemudahan Pengguna Dalam Memonitoring Harga Cryptocurrency. Journal of Informatics and Computer Science (JINACS), 948–957.

Ramadhani, H. R., Abdillah, G., & Anggoro, S. (2024). SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK NEGERI 1 MAJA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP). INFOTECH journal, 10(2), 172–179. https://doi.org/10.31949/infotech.v10i2.10097

Rossouw, A., & Smuts, H. (2023). Key principles pertinent to user experience design for conversational user interfaces: a conceptual learning model. International Conference on Innovative Technologies and Learning, 174–186.

Satria, D., Maghraby, W., & Setyanti, A. M. (2024). Digital agricultural technology for smallholder farmers: Barriers and opportunities in Indonesia. SOCA: Jurnal Sosial Ekonomi Pertanian, 18 (3), 267–279.

Zai, W., Martin Ziliwu, Y., Waruwu, P., Studi Agroteknologi, P., & Sains dan Teknologi, F. (2025). Peran Agroteknologi dalam Meningkatkan Produktivitas Pertanian. Mikroba : Jurnal Ilmu Tanaman, Sains Dan Teknologi Pertanian, 2(1), 110–117. https://doi.org/10.62951/MIKROBA.V2I1.251

Zhai, Z., Martínez, J. F., Beltran, V., & Martínez, N. L. (2020). Decision support systems for agriculture 4.0: Survey and challenges. Computers and Electronics in Agriculture, 170, 105256. https://doi.org/10.1016/J.COMPAG.2020.105256