Sistem Pakar Untuk Diagnosis Penyakit Ayam Yang Disebabkan Oleh Virus (original) (raw)

Sistem Pakar untuk Diagnosa Penyakit Ayam Pedaging

2020

Tanah Laut Regency is the largest producer of broilers in South Kalimantan. However, public knowledge about symptoms and diseases in chickens is still lacking, so this is a problem that must be resolved because it can cause losses. Therefore, this research was conducted with the aim of overcoming this problem, namely by building an expert system application that can be used by the public and extension workers to diagnose chicken disease. The method used to build this system is a waterfall with the forward chaining technique as a forward-looking solution, meaning that inference is done by looking for input data in the form of symptom data in the form of chicken disease. The system built is equipped with features that display disease treatment and prevention solutions based on the symptoms that have been entered, so that disease-stricken chickens can be handled appropriately and quickly according to their disease. Based on blackbox testing carried out by involving potential users, the...

Sistem Pakar Diagnosa Penyakit Ayam Ras Petelur

Jurnal TAM (Technology Acceptance Model), 2019

sophisticated era, especially in the field of computer inspire for the making of computer application System Expert Diagnosis of Chicken Layer layer Disease. The purpose of this study is to create a website application that can be used by laymen either rural farmers or experts who want to add insight into the various symptoms and diseases that attack livestock. There are 45 symptoms that produce 15 diagnoses of disease caused by viruses and bacteria. The programming language used in the design of this expert system is PHP. Meanwhile for the author database using MySQL. The methodology used to develop software is Waterfall. Meanwhile, to build this expert aplikation writer using a website-based application and the results of this expert application can provide solutions in the form of prevention, how to treatment, and drugs that must be used so as to cope with the disease early on.

Sistem Pakar Diagnosis Penyakit Ayam Berbasis Web Menggunakan Certainty Factors

RESEARCH : Computer, Information System & Technology Management, 2020

Ayam adalah hewan yang diternakkan baik ditingkat pengusaha besar sampai perorangan yang ada di desa-desa dan kampung-kampung. Tidak semua peternak memiliki pengetahuan yang cukup tentang penyakit dan gejala yang diderita ayam sehingga jika ayam peliharaan sakit, peternak akan mengalami kebingungan untuk mengobatinya. Salah satu strategi untuk mengatasinya adalah dengan menggunakan aplikasi sistem pakar. Untuk menyelesaikan masalah ketidakpastian dari seorang pakar menggunakan metode certainty factors (CFs). Metode yang digunakan dalam penelitian ini adalah studi pustaka dan metode pengumpulan data yang didapatkan dari buku, jurnal yang relevan. Dari hasil penelitian didapatkan bahwa dengan menggunakan certainty factors, aplikasi sistem pakar diagnosis penyakit ayam dapat menghasilkan keluaran berupa kemungkinan penyakit yang diderita ayam berdasarkan gejala yang dimasukkan pengguna kedalam aplikasi dan memberikan solusi pengobatannya.

Sistem Pakar Diagnosis Penyakit pada Ayam dengan Menggunakan Metode Dempster Shafer

Journal of Computer Science and Informatics Engineering (J-Cosine)

Chicken is one type of poultry that has many benefits, so the chicken can be an option for livestock. This research was conducted to create an expert system that helps provide information to farmers about poultry diseases, especially broilers. This expert system is built on the Android platform and uses the Dempster Shafer calculation method to get the diagnosis of chicken disease. The data used in this study consisted of 38 symptoms and 10 diseases data which were limited to diseases caused by bacteria and viruses. Each symptom has the value of belief given by 3 veterinarians. This study used four types of testing in the form of black-box testing, questionnaire testing, theoretical testing, and accuracy testing. The results of the accuracy testing of the 30 cases given are 92.22% and the system accuracy is 93.33% if the system diagnosis results are assumed to be valid because it is a subsection of expert diagnosis. For questionnaire testing using the MOS, parameters obtained 4.58 r...

TA : Sistem Pakar Diagnosis Penyakit pada Ayam Petelur Menggunakan Metode Certainty Factor

2014

Chicken diseases often fear chicken farmers. In many cases, chicken diseases can reduce egg productivity of chickens. If there is one chicken affected and it doesn’t handle quickly and precisely, it indirectly can cause the other chickens affected as well that could potentially lead to death. On the other hand, there are limitation number of chicken veterinary in rural areas. Hence, the affected chickens cannot be handled as soon as possible. In this paper, we build an expert system with certainty factor method that is able to diagnose the chicken diseases computationally. Testing results shows that the expert system can identify chicken diseases with accuracy of 92,8%. The results were obtained by testing through 14 chickens that bear chicken diseases.

Sistem Pakar dengan Metode Dempster-Shafer Untuk Diagnosa Penyakit Ayam Broiler

JURNAL ILMIAH ILMU KOMPUTER, 2020

Produksi peternakan ayam broiler berkembang semakin cepat seiring dengan semakin meningkatnya permintaan pasar terhadap ayam pedaging yang mengandung protein hewani yang banyak dikonsumsi oleh masyarakat. Ayam broiler memiliki pertumbuhan daging yang cepat dalam waktu yang relative singkat. Salah satu faktor yang menjadi penghambat dalam budidaya ayam broiler ini adalah ayam broiler ini sangat mudah terserang penyakit dan menular keayam lainnya secara cepat pula jika penanganan lambat. Penelitian ini akan merancang system pakar untuk mendiagnosa lebi awal penyakit ayam broiler menggunakan Metode Dempster Shafer untuk membangun mesin inferensi. Sistem dibangun berbasis web menggunakan baasa pemrograman PHP dan MySQL Data base. Output diagnosa yang di hasilkan merupakan jenis penyakit, penyebab, dan cara mengatasi penyakit serta nilai evidence (bukti) keyakinan yang diderita oleh ayam. Percobaan dilakukan pada 15 ekor ayam dan 10 jenis penyakit Asil penelitian menunjukkan nilai pers...

Sistem Pakar Diagnosis Penyakit Ayam Broiler Menggunakan Forward Chaining dan Certainty Factor

2020

Received, 25 April 2020 Revised, 9 May 2020 Accepted, 28 May 2020 Kesalahan mendiagnosis jenis penyakit menyebabkan kesalahan penanganan yang berdampak pada kematian. Hasil diagnosis membutuhkan derajat kepercayaan untuk menyakini hasilnya. Sistem pakar telah banyak digunakan untuk permasalahan diagnosis penyakit ayam broiler. Keterbatasan penelitian terdahulu pada kasus ini adalah dalam pemberian derajat kepercayaan seringkali hanya menggunakan nilai dari pakar. Peran pengguna hanya sebatas memilih gejala yang telah disediakan oleh sistem pakar tanpa memberikan penilaian bobot gejala yang dipilih, sehingga semua gejala dianggap pada kondisi ideal (keyakinan mutlak). Tujuan penelitian ini adalah mengembangkan purwarupa sistem pakar untuk diagnosis penyakit ayam broiler dengan menggabungkan metode forward chaining dan certainty factor, serta mengkombinasikan nilai bobot gejala dari pengguna dan pakar untuk meng-antisipasi kondisi tidak ideal. Tahapan penelitian terdiri dari pengumpul...

Klasifikasi Penyakit Ayam Menggunakan Metode Support Vector Machine

VOLT : Jurnal Ilmiah Pendidikan Teknik Elektro, 2017

Penyakit pada ayam memiliki banyak jenis tetapi mempunyai beberapa gejala yang mirip dengan perbedaan yang sedikit. Gejala penyakit yang sulit dibedakan membuat peternak rentan melakukan kesalahan penanganan. Klasifikasi menggunakan teknik komputasi dapat membedakan jenis penyakit dengan lebih baik. Support Vector Machine adalah salah satu teknik komputasi yang dapat digunakan. Penelitian ini menggunakan jenis penyakit ayam antara lain Avian Influenza, Cronic Respiratory Disease, Corryza, Newcastle Disease, Gumboro, dan Koksidiosis. Gejala-gejala yang ditimbulkan dari enam penyakit yang di teliti berjumlah 26 jenis gejala dengan objek penelitian berjumlah 105 ekor ayam. Metode pengambilan data menggunakandata lapangan hasil dari pengamatan peternak sesuai rujukan ahli peternakan. Support Vector Machine sebagai pengklasifikasi memberikan bobot pembeda pada setiap penyakit dengan dasar gejala yang dimiliki setiap penyakit. Hasil penerapan Support Vector Machine pada klasifikasi penyakit ayam medapatkan nilai akurasi sebesar 84,7% atau 89 data sesuai dengan rujukan ahli.