SISTEM DIAGNOSA PENYAKIT PADA AYAM MENGGUNAKAN METODE CASE BASED REASONING DAN K-NEAREST NEIGHBOR BERBASIS LARAVEL 8 (Studi Kasus : Rumah Ayam Rejo Mitra Hanik Nganjuk)

Jorgie, Rama Andika (2021) SISTEM DIAGNOSA PENYAKIT PADA AYAM MENGGUNAKAN METODE CASE BASED REASONING DAN K-NEAREST NEIGHBOR BERBASIS LARAVEL 8 (Studi Kasus : Rumah Ayam Rejo Mitra Hanik Nganjuk). Undergraduate thesis, UPN "VETERAN' JAWA TIMUR.

Preview	Text (COVER) Cover.pdf Download (460kB) | Preview
Preview	Text (BAB 1) 1.pdf Download (42kB) | Preview
	Text (BAB 2) 2.pdf Restricted to Registered users only until 18 November 2023. Download (464kB)
	Text (BAB 3) 3.pdf Restricted to Registered users only until 18 November 2023. Download (394kB)
	Text (BAB 4) 4.pdf Restricted to Registered users only until 18 November 2023. Download (1MB)
Preview	Text (BAB 5) 5.pdf Download (34kB) | Preview
Preview	Text (DAFTAR PUSTAKA) Dapus.pdf Download (95kB) | Preview
	Text (LAMPIRAN) Lampiran.pdf Restricted to Registered users only until 18 November 2023. Download (120kB)

Abstract

Penyakit pada ayam menimbulkan banyak sekali keresahan dan kerugian oleh peternak di mana membuat para peternak mengalami kerugian materil dan nonmateril. Disisi lain untuk mengatasi masalah ini para peternak harus melakukan pencegahan sejak dini. Oleh karena itu digunakan sebuah pendekatan dengan menggunakan sebuah sistem diagnosa yang dirancang dengan menggunakan metode CBR & KNN. Dalam penerapannya kegunaan dari metode CBR adalah memberikan nilai kemiripan yang membandingkan antara gejala yang baru diinput User dan dengan kasus lama yang sudah menjadi Dataset, jika kode penyakit dari gejala baru ditemukan pada gejala lama, maka nilai kemiripan akan bernilai 1 dan jika tidak ada kemiripan maka nilai bernilai 0, dan KNN akan menghitung tingkat similarity antara kasus baru dengan kasus lama. Hasil Pengujian didapatkan sebuah diagnosa penyakit berdasarkan perhitungan nilai tertinggi pada setiap kasus penyakit berdasarkan penilaian KNN, didapatkan hasil bahwa semua data uji yang diujikan, memiliki hasil diagnosa yang sama antara Diagnosa Asli dengan Diagnosa Sistem, atau dengan kata lain akurasi diagnosa 80%. Kata kunci : Case-Based Reasoning, K-Nearest Neighbor, Penyakit ayam, Diagnosa

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor ANGGRAENY, FETTY TRI NIDN0711028201 UNSPECIFIED Thesis advisor VIA, YISTI VITA NIDN0025048602 UNSPECIFIED
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105 Computer Network
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Lisa Nadya Irawan
Date Deposited:	18 Nov 2021 06:58
Last Modified:	18 Nov 2021 06:58
URI:	http://repository.upnjatim.ac.id/id/eprint/3284

Actions (login required)

View Item