Ia menambahkan bahwa penelitian dilakukan menggunakan pendekatan Design Science Research (DSR) yang dipadukan dengan System Development Life Cycle (SDLC), mulai dari tahap perencanaan, desain, implementasi, hingga evaluasi sistem.
“Pendekatan penelitian menggunakan Design Science Research (DSR) yang dipadukan dengan System Development Life Cycle (SDLC) melalui tahap perencanaan, desain, implementasi, dan evaluasi sistem. Mekanisme validasi halal diterapkan melalui Proof of Authority (PoA) yang menempatkan penyelia RPH dan JULEHA sebagai validator berotoritas, sedangkan Crow Search Algorithm (CSA) digunakan untuk mengolah data sensor dan menentukan nilai minimum-maksimum sebagai indikator kondisi ekstrem distribusi,” tambahnya.
Hasil riset menunjukkan seluruh modul sistem dapat berjalan sesuai spesifikasi.
Sinkronisasi data sensor ke blockchain dalam implementasi terbatas tercatat memiliki latensi rata-rata empat detik, sementara tingkat penerimaan pengguna mencapai 80,7 persen dengan kategori sangat baik.
Penelitian tersebut juga membandingkan metode Crow Search Algorithm (CSA) dengan Grey Wolf Optimization (GWO) menggunakan data suhu dan kelembaban yang sama.
Hasilnya, CSA dinilai mampu menghasilkan rentang solusi yang lebih sempit dan konsisten sehingga lebih representatif dalam evaluasi mutu distribusi berbasis data lapangan.
Temuan tersebut memperlihatkan bahwa framework yang dikembangkan layak diterapkan secara fungsional dan operasional, sekaligus relevan untuk meningkatkan transparansi, auditabilitas, dan penelusuran digital daging segar halal, khususnya di pasar tradisional. (*)
