SISTEM PAKAR BERBASIS WEB UNTUK MENGETAHUI PENYAKIT PADA IKAN LELE

Prasetyo, Febri (2013) SISTEM PAKAR BERBASIS WEB UNTUK MENGETAHUI PENYAKIT PADA IKAN LELE. Other thesis, UPN "Veteran" Yogyakarta.

Preview

Text 4.abstrak.pdf Download (66kB) | Preview

Abstract

ABSTRAK Deteksi penyakit pada ikan yang disebabkan virus, jamur, bakteri, sangat rentan terjadi pada ikan lele, hal tersebut disebabkan oleh sistem pengaturan air, kebersihan air, pola makan secara sempurna. Kebanyakan dari kalangan peternak juga sering kali tidak mengenali gejala-gejala penyakit pada tubuh ikan lele yang timbul diakibatkan infeksi tersebut maka petani ikan lele akan merugi. Metode pengembangan sisitem yang digunakan dalam penelitian ini adalah metode pengembangan sisitem pakar yang meliputi tahap penelitian keadaan, koleksi pengetahuan, perancangan, tes, dukumentasi. Sistem pakar ini juga dibuat berdasarkan peninjauan wawancara langsung dengan seorang pakar dimana bentuk dari aplikasi ini seorang user memilih gejala yang terjadi pada penyakit ikan leledan kemudian akan diproses dan akan menghasilkan kesimpulan.Sistem pakar ini dibangun untuk mendiagnosa penyakit pada ikan yang disebabkan infeksi virus, jamur, dan bakteri. Dari sistem pakar ini dapat memberikan informasi mengenai penyakit, definisinya, pengobatan serta pencegahannya. Sistem pakar ini menggunakan metode inferensi forward chaining, metode waterfall ,php, dan berbasis web. Melalui sistem pakar ini user dapat mendiagnosa jenis penyakit ikan lele berdasarkan gejala yang dimasukkan oleh user. Berdasarkan hasil alphatest menunjukkan bahwa program telah sesuai dengan data yang telah diberikan oleh sang pakar yaitu 100% hasil konsultasi yang diinputkan berdasarkan gejala yang ada. Hasil diagnosa dapat berupa jenis penyakit, yang dilengkapi dengan solusi dan pencegahan. Sistem ini juga mempunyai kemampuan menghapus, menambah, serta mengedit gejala penyakit.

Item Type:	Thesis (Other)
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Eko Suprapti
Date Deposited:	28 Dec 2016 01:32
Last Modified:	28 Dec 2016 01:32
URI:	http://eprints.upnyk.ac.id/id/eprint/10267

Actions (login required)

View Item