Sistem Pakar Diagnosis Penyakit Kambing Berbasis Web Menggunakan Metode Certainty Factor

Orisa, Mira (2014) Sistem Pakar Diagnosis Penyakit Kambing Berbasis Web Menggunakan Metode Certainty Factor. Magister thesis, Universitas Brawijaya.

Abstract

Penyakit merupakan salah satu kendala dalam usaha peternakan, karena dapat menurunkan produktifitas, reproduksi, bahkan dapat menyebabkan kematian pada ternak. Jenis penyakit pada ternak beragam macamnya, ada yang menular dan ada yang tidak menular. . Lokasi peternakan yang berada di pedesaan membuat pengawasan kesehatan ternak sulit dilakukan oleh pakar, karena keterbatasan jumlah tenaga dokter hewan ataupun mantri. Sebagian besar para peternak masih memiliki pengetahuan yang rendah tentang pengendalian penyakit, maka perlu pula dibangun suatu sistem yang memiliki kemampuan seperti pakar dan mudah diakses dimana saja . Salah satu hewan ternak yang banyak dikembangbiakan di Indonesia adalah kambing. Oleh sebab itu penelitian ini bertujuan membangun sistem pakar berbasis web untuk membantu peternak dalam mendiagnosis penyakit ternak kambing dan memberikan rekomendasi penanganan sebagaimana layaknya seorang pakar. Penelitian ini difokuskan pada rancangan sistem pakar untuk diagnosis penyakit kambing (SPDPK), dengan menerapkan metode forward chaining dan metode certainty factor. Metode forward chaining digunakan untuk penelusuran penyakit. Sistem dapat menghasilkan jenis penyakit berdasarkan input gejala penyakit yang diberikan. Sistem menyuguhkan gejala-gejala penyakit kambing, sehingga user dapat memberikan bobot tingkat kepastian gejala yang tampak pada kambing yang sakit. Dengan adanya ketidakpastian dari gejala penyakit maka diperlukan metode certainty factor. Metode certainty factor melakukan perhitungan nilai certainty factor evidence tunggal untuk tiap gejala, kemudian berdasarkan nilai tersebut dapat ditentukan nilai certainty factor kombinasi. C ertainty factor kombinasi merupakan proses perhitungan nilai certainty factor evidence tunggal setiap gejala pada penyakit yang sama. Penyakit yang menjadi konklusi akhir adalah penyakit yang memiliki certainty factor kombinasi di antara 70% hingga 100%. B erdasarkan hasil validasi dengan uji analisa diagnosis diperoleh tingkat akurasi SPDPK sebesar 80 % dan Receiver Operator Characteristic Curve (ROC) berdasarkan Area Under Curve (AUC) berada pada area good (baik) , sedangkan hasil validasi dengan pakar menunjukkan tingkat akurasi SPDPK sebesar 82%.

English Abstract

disease is one of constraints in husbandry (peternakan), because it can reduce productivity, reproduction, and deadly. Types of diseases in livestock, among o rs that re is infectious and unable infectious. Farms location in rural area cannot be controlled veterinary health of herd. Most of farmers still have little knowledge about how to control disease, hence it is necessary to build an expert system which can easily be accessed anywhere. One of type livestock is goat. purpose of this research was to develop a web-based expert system to help farmers in diagnosing diseases of goats and to give recommendations as an appropriate treatment as an expert. research focused on applying forward chaining method and certainty factor method for system. forward chaining method is used for tracking disease. system can show type of disease based on symptoms. system presented symptoms of goat diseases(penyakit kambing) n user gave certainty value of symptoms. Problem of uncertainty factor from symptoms can be solved by certainty factor method. First, method calculated value of a single evidence certainty factor for each symptom, after that value was defined based on value of certainty factor combinations. certainty factor combination was process of calculating value of a single evidence certainty factor for each symptom at one disease (penyakit yang sama). System output is a disease that has a certainty factor values between 70% to 100%. System get satisfactory results with results of diagnostic test validation indicate accuracy rate of 80% and Receiver Operator Characteristic Curve based on Area Under Curve(AUC) is in good area. While based on expert validation indicate accuracy rate of 82%.

Item Type: Thesis (Magister)
Identification Number: TES/636.390 890 285/ORI/s/041405229
Subjects: 600 Technology (Applied sciences) > 636 Animal husbandry > 636.3 Sheep and goats
Divisions: S2/S3 > Magister Teknik Elektro, Fakultas Teknik
Depositing User: Endro Setyobudi
Date Deposited: 12 Sep 2014 14:03
Last Modified: 12 Sep 2014 14:03
URI: http://repository.ub.ac.id/id/eprint/159013
Full text not available from this repository.

Actions (login required)

View Item View Item