DIAGNOSA PENYAKIT PADA IKAN AIR TAWAR DENGAN METODE RULE BASED DAN CASE BASED REASONING

HISMA ABDUH, Dr. Retantyo Wardoyo, M.Sc., Ph.D.

2017 | Tesis | S2 Ilmu Komputer

Para pelaku usaha budidaya ikan air tawar, khususnya dalam pemeliharaan ikan di kolam air tawar sudah jelas dituntut agar apa yang diusahakan pada usaha pembesaran dapat berkembang atau tumbuh dengan baik, cepat dan tumbuh besar sehingga produksi akan berhasil secara baik dan bisa memuaskan dengan keuntungan yang maksimal. Untuk mencapai hasil tersebut sudah jelas bahwa pelaku usaha perlu memahami beberapa teknik yang harus dijalankan sehingga apa yang dilakukan dalam usaha tersebut dapat berhasil dengan baik dan ikan bisa tumbuh berkembang secara cepat dan sempurna.Untuk mencapai target produksi sesuai dengan yang diharapkan, berbagai permasalahan dapat menghambat peningkatan produksi tersebut, antara lain kegagalan akibat serangan wabah penyakit ikan. Untuk menghambat kegagalan dalam pemeliharaan ikan maka perlu dibuat sebuah sistem pakar dengan menggunakan penggabungan penalaran berbasis aturan (Rule Based Reasoning) dan penalaran berbasis kasus (Case BasedReasoning). Sistem pakar dimulai dengan melakukan pengecekan data masukan (input) berdasarkan aturan yang telah tersimpan dalam basis aturan (rule base) dengan menerapkan metode certainty factor. Bersamaan dengan itu juga sistem akan melakukan pengecekan data input berdasarkan kasus yang tersimpan dalam basis kasus (base case) dengan menerapkan metode nearest neighbor. Pengujian yang dilakukan menunjukkan bahwa penggabungan kedua pendekatan ini dapat meningkatkan akurasi hasil diagnosa sistem. Hasil penelitian menghasilkan bahwa sistem mengenali 24 data yang sesuai dengan data riil hasil diagnosa pakar dan 6 data yang tidak sesuai dengan data riil hasil diagnosa pakar atau bisa dikatakan nilai akurasi sistem sebesar 80 %.

The practitioners of freshwater fish farming, especially in the treatment of fish in freshwater ponds are clearly demanded that what is cultivated in the enlargement business can grow or grow well, fast and grow large so that the production will succeed well and can satisfy with maximum profit .To achieve this clear result it is necessary to understand some techniques that must be executed so that what is done in the business can work well and fish can grow quickly and perfectly. To achieve the production target as expected, various things can overcome the increase in production, among others due to disease. To take account of failures in fish management, an expert system must be created by using a rule-based reasoning (case-based reasoning). Expert system begins by checking the input data (input) based on rules that have been stored in the rule base (rule base) by applying the method certainty factor.At the same time, the system will check the input data based on the case stored in the base case by applying the nearest neighbor method. Tests conducted show that merging these two approaches can improve the accuracy of system diagnostic results. Result of research result that system recognize 24 data in accordance with real data result of expert diagnosis and 6 data not match with real data result of expert diagnosis or can be said value of system accuracy equal to 80%.

Kata Kunci : Certainty Factor, Nearest Neighbor, Penyakit Ikan Air Tawar