PENERAPAN ALGORITMA CASE BASED REASONING DAN K-NEAREST NEIGHBOR UNTUK DIAGNOSA PENYAKIT AYAM

Authors

  • Yisti Vita Via Universitas Pembangunan Nasional Veteran Jawa Timur
  • Fetty Tri Anggraeny Universitas Pembangunan Nasional Veteran Jawa Timur
  • Rama Andika Jorgie Universitas Pembangunan Nasional Veteran Jawa Timur

DOI:

https://doi.org/10.33005/santika.v2i0.140

Keywords:

Case Based Reasoning, K-Nearest Neighbor, Penyakit Ayam, Diagnosa

Abstract

Penyakit pada ayam menimbulkan banyak sekali keresahan dan kerugian peternak baik materil dan nonmateril. Para peternak harus melakukan pencegahan sejak dini untuk mengatasi masalah ini. Pada penelitian ini diajukan solusi sebuah pendekatan sistem diagnosa yang dirancang dengan menggunakan metode CBR dan KNN. Dalam penerapannya kegunaan dari metode CBR adalah memberikan nilai kemiripan yang membandingkan antara gejala yang baru diinput pengguna dan dengan kasus lama yang sudah menjadi dataset. Jika kode penyakit dari gejala baru ditemukan pada dataset, maka nilai kemiripan akan bernilai 1 dan jika tidak ada kemiripan maka nilai bernilai 0. Sedangkan kegunaan dari metode KNN adalah menghitung tingkat similarity antara kasus baru dengan kasus lama. Hasil Pengujian didapatkan akurasi diagnosa penyakit sebesar 80%.

References

[1] Salamun, S. (2018). Penerapan Algoritma Nearest Neighbor dan CBR pada Expert System Penyimpangan Perilaku Seksual. Jurnal Online Informatika, 2(2), 63. https://doi.org/10.15575/join.v2i2.97
[2] Sihotang, H. T., Riandari, F., Simanjorang, R. M., Simangunsong, A., & Hasugian, P. S. (2019). Expert System for Diagnosis Chicken Disease using Bayes Theorem. Journal of Physics: Conference Series, 1230(1). https://doi.org/10.1088/1742-6596/1230/1/012066
[3] Rismawan, T., & Hartati, S. (2013). Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan). IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 7(1), 67–78. https://doi.org/10.22146/ijccs.2154
[4] Ramadhan, P. S. (2019). Penerapan K-Nearest Neighbor dalam Pendeteksian Abcessus. InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan, 3.
[5] Faisal, Z. A. (2019). SISTEM PAKAR DIAGNOSA PENYAKIT AYAM PETELUR MENGGUNAKAN METODE CASE BASED REASONING BERBASIS WEB. JATI(Jurnal Mahasiswa Teknik Informatika).
[6] trademark., C. I. (t.thn.). Invasive Species Compendium. Dipetik December 12, 2020, dari https://www.cabi.org/isc/
[7] Donny Yulianto, I. I. (2020). Implementasi Metode Certainty Factors Pada Sistem Pakar Diagnosis Penyakit Ayam Berbasis Web. Journal of Computer, Information System, & Technology Managemen, 16-23.
[8] Andry Sandjaja, A. W. (2016). SISTEM PAKAR DETEKSI PENYAKIT AYAM DENGAN MEDIA INTERAKTIF . Seminar Nasional Teknologi Informasi dan Komunikasi .

Downloads

Published

2021-11-25

How to Cite

Via, Y. V., Anggraeny, F. T., & Jorgie, R. A. (2021). PENERAPAN ALGORITMA CASE BASED REASONING DAN K-NEAREST NEIGHBOR UNTUK DIAGNOSA PENYAKIT AYAM. Prosiding Seminar Nasional Informatika Bela Negara, 2, 192–195. https://doi.org/10.33005/santika.v2i0.140

Issue

Section

Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.