Sistem Pakar Diagnosis Penyakit Ikan Gurami (Osphronemus Goramy) Menggunakan Case Based Reasoning

Penulis

Adinda Rahmi Saraswati, Yudha Saintika, Afandi Nur Aziz Thohari, Ade Rahmat Iskandar

Abstrak

Ikan Gurami (Osphronemus Goramy) merupakan ikan yang banyak dibudidayakan dan dikomsumsi masyarakat ini menjadi sektor unggulan di beberapa wilayah kabupaten Banyumas. Ikan gurami yang dibudidayakan oleh masyarakat Banyumas, sebenarnya bukan tanpa hambatan. Salah satu hambatan bagi peternak gurami adalah penyakit yang disebabkan oleh bakteri. Pada penelitian ini penulis membuat sistem pakar untuk mendiagnosis penyakit ikan Gurami yang disebabkan bakteri. Penelitian ini menggunakan metode Case Based Reasoning dan Similarity Nearest Neighbor untuk mendapatkan solusi yang terbaik dari kasus yang di identifikasi. Metode tersebut membandingkan antara kasus lama dengan kasus baru dan menghitung suatu nilai similarity kasus. Nilai similarity tertinggi dapat dijadikan kesimpulan untuk kasus yang paling mirip dengan diagnosa pakar. Sehingga dari kedua metode tersebut dapat dihasilkan sistem pakar yang dapat mendiagnosis dan menganalisis sesuai dengan nilai kemiripan gejala terhadap penyakit, serta menampilkan solusi penanganan dari penyakit yang didiagnosis. Hasil pengujian antar kasus dan sistem menggunakan perhitungan similarity mencapai nilai terbaik yaitu 100%. Hasil pengujian akurasi sistem untuk diagnosis yang sesuai dengan pikiran pakar, memperoleh hasil sebesar 93,33% dari 30 kasus yang diuji dengan sistem. Kesimpulan dari hasil tersebut adalah sistem dapat dikatakan layak untuk mendiagnosis penyakit Gurami yang disebabkan bakteri sesuai dengan yang dipikirkan pakar.

 

Abstract

Gurami (Osphronemus Goramy) is a fish that is widely cultivated and consumed by the community. This fish is a leading sector in several regions of Banyumas district. Gouramy which is cultivated by the Banyumas people, is actually not without obstacles. One obstacle for gouramy breeders is a disease caused by bacteria. Reporting from the online news portal, circulating in February 2018 circulated that news about Gurami farmers was losing money because thousands of broodstock fish that had been raised to death were attacked by bacterial diseases, namely Aeromoniasis. Experts who handle this are limited, namely only 2 people in the Banyumas Regency. In this study the authors made an expert system to diagnose Gurami fish disease caused by bacteria. This study uses the Case Based Reasoning (CBR) and Nearest Neighbor methods used to get the best solution from the identified case. The CBR method compares the old case with the new case and calculates a case similarity value. The system was built with 13 symptoms and 3 Gurami diseases caused by bacteria. Each symptom each has a weight of 5, 3, and 1. The highest similarity value can be used as a conclusion for the case most similar to the expert diagnosis. So that from these two methods an expert system can be produced that can diagnose and analyze according to the similarity of symptoms to the disease, as well as display solutions to the treatment of diagnosed diseases. The test results are between cases and the system uses the similarity calculation to achieve the best value of 100%. The results of the system accuracy test for diagnoses that are in accordance with the expert's mind, obtained results of 93.33% from 30 cases tested with the system. The conclusion of these results is that the system can be said to be feasible to diagnose Gurami disease caused by bacteria according to what experts think.


Teks Lengkap:

PDF

Referensi


ARMAN, D. J., DANANG, J., & IMRONA, M. (2017). Based Reasoning Dan Rule Based Reasoning ( Studi Kasus : Diagnosis Penyakit Demam Berdarah ) Analysis and Implementation Expert System With Case Based Reasoning and Rule Based Reasoning Methods ( Case Study : Diagnosis of Dengue Fever Disease ). e-Proceeding of Engineering, 4(2), 3269-3276.

DANURI, S. (2010). Sukses Budi Daya Gurami. Yogyakarta: Pustaka Baru Press.

SUMARWOTO. (2018). Jateng Antaranews. Retrieved Maret 28, 2018, from https://jateng.antaranews.com/detail/budidaya-ikan-gurami-andalan-pemkab-banyumas-.html

WURYANTI, P. (2018). Anatara Jateng. Retrieved Maret 28, 2018, from https://jateng.antaranews.com/berita/188795/ribuan-ikan-gurami-mati-terserang-bakteri-petani-banyumas-merugi-video

CANDRA, R. M., & JEFRI, S. W. (2017). Sistem Diagnosa Kegagalan dalam Budidaya Ikan Konsumsi Air Tawar dengan Menggunakan Metode Case Based Reasoning. Sains, Teknologi dan Industri, 14(2), 144-149.

AMONIUS, A., HARDI, S., & MUHAMMAD, S. (2018). Perancangan Aplikasi Sistem Pakar Mendoagnosa Penyakit Hemofilia Pada Manusia Menerapkan Metode Case Based Reasoning. Pelita Informatika, 17, 24-29.

MURIEN, N., & HARTATI, S. (2017). Sistem penalaran berbasis kasus untuk pendukung diagnosis gangguan penyakit pada unggas (Case Based Reasoning System to Support Diagnosis of Diseases in Poultry). Jurnal Informatika dan Komputer (JIKO), Vol. 2, No. 1, 50-57.

MINARNI, WARMAN, I., & WENDA, H. (2017). Case-Based Reasoning (Cbr) Pada Sistem Pakar Identifikasi Hama Dan Penyakit Tanaman Singkong Dalam Usaha Meningkatkan Produktivitas Tanaman Pangan. Jurnal TEKNOIF, 5(1), 41-47.

NASUTION, S. W., HASIBUAN, N. A., & RAMADHANI, P. (2017). Sistem Pakar Diagnosa Anoreksia Nervosa Menerapkan Metode Case Based Reasoning. KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 1, 52-56.

MINARNI, WARMAN, I., & YUHENDRA. (2018). Implementasi Case-Based Reasoning Sebagai Metode Inferensi Pada Sistem Pakar Identifikasi Penyakit Tanaman Jagung. TEKNOIF, 6.

KUSRINI, & LUTHFI, E. (2009). Algoritma Data Mining. Yogyakarta: Andi Offset.

WITTEN, H. I., & FRANK, E. (2005). Data Mining : Practical Machine Learning Tools And Techniques (2 ed.). San Francisco: Morgan Kaufmann.




DOI: http://dx.doi.org/10.25126/jtiik.2020701953