SISTEM PAKAR DIAGNOSIS PENYAKIT IKAN KOI DENGAN METODE BAYES

SISTEM PAKAR DIAGNOSIS PENYAKIT IKAN KOI DENGAN METODE BAYES

Disusun Oleh:

Nama:Deki panca pradila

NPM : 11116782

Kelas:3KA07

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

2018/2019

1.1   Latar Belakang

Pada saat ini penggunaan teknologi telah berkembang pesat di masyarakat. Sebagian besar masyarakat menggunakannya tidak hanya untuk kepentingan berkomunikasi saja, tetapi juga untuk mendapatkan informasi secara cepat dan efisien dengan aplikasi berorientasi  internet. Perkembangan teknologi Kecerdasan Buatan yang terjadi telah memungkinkan  Sistem Pakar untuk  diaplikasikan dengan PHP khususnya dalam diagnosa penyakit. Budidaya ikan koi merupakan salah satu bisnis yang memiliki prospek cerah dalam bidang bisnis ikan hias. Akan tetapi dalam proses pembudidayaan ikan koi ini tidak mudah karena ketika salah satu ikan terkena penyakit maka berpotensi besar menularkan penyakitnya ke ikan yang lain sehingga menyebabkan peternak mengalami kerugian karena banyak ikan yang mati. Pada dasarnya setiap penyakit yang menyerang ikan koi pasti memiliki gejala – gejala fisik yang tampak, dari gejala – gejala tersebut dapat diketahui jenis penyakit apa yang menyerang ikan koi sehingga dapat dilakukan penanganan penyakit dengan mudah dan peternak

ikan tidak akan mengalami kerugian yang besar. Namun kurangnya pengetahuan yang dimiliki peternak ikan koi terhadap penyakit yang menyerang ikan membuat peternak ikan koi belum dapat menentukan jenis penyakit apa yang menyerang ikan koi serta solusi pengobatan penyakit tersebut berdasarkan gejala yang ditimbulkan oleh ikan koi. Untuk membantu mengatasi permasalahan tersebut maka dibuatlah sebuah sistem pakar berbasis web yang dapat digunakan untuk mendiagnosa penyakit yang menyerang ikan koi serta cara penanganannya. Penelitian ini dilakukan dengan proses inferensi menggunakan forward chaining dan proses perhitungan nilai kepastian terjadinya penyakit dilakukan menggunakan metode bayes.

1.2   Tujuan dan Manfaat Penelitian

A.     Tujuan Penelitian

 Berdasarkan permasalahan yang dikemukakan diatas maka tujuan yang ingin dicapai pada penelitian ini adalah sebagai berikut:

1. Untuk melakukan diagnosis penyakit ikan koi yang  mampu membuat  suatu keputusan yang sama, sebaik dan seperti pakar.

2. Untuk menerapkan metode  Bayes  dalam perancangan sistem pakar untuk diagnosis penyakit ikan koi.

3. Untuk merancang suatu sistem pakar yang dapat digunakan untuk mendiagnosis suatu jenis penyakit berdasarkan gejala yang dirasakan user, sehingga user   menemukan solusi atas permasalahan yang dihadapi.

1.3   metode penelitian

Penanganan penyakit pada ikan koi sejak dini dapat menghindari penularan penyakit ke ikan koi lain dalam satu kawanan dan dapat menyelamatkan ikan koi dari kematian. Terbatasnya jumlah pakar, serta kurangnya penyebaran pengetahuan, menyebabkan diperlukannya sistem pakar untuk diagnosis penyakit ikan koi. Sistem pakar diagnosis penyakit ikan koi dibangun dengan bahasa pemrograman web PHP dan database MySQL. Representasi pengetahuan menggunakan kaidah produksi, proses inferensi menggunakan forward chaining dan proses perhitungan nilai kepastian terjadinya penyakit dilakukan menggunakan metode bayes. Para peternak dapat mendiagnosis penyakit yang terjadi pada ikan koi dan mengetahui cara penanganan penyakit dengan menjawab pertanyaan-pertanyaan yang diajukan sistem.

A.     Sistem pakar Sistem pakar adalah sistem komputer yang mengemulasi kemampuan kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang berarti bahwa sistem pakar diharapkan mampu bertindak sebagai yang dilakukan pakar manusia dalam melakukan penalaran untuk memberikan suatu justifikasi atau kesimpulan.

B.     Kaidah Produksi

Kaidah menyediakan cara formal untuk mempresentasikan rekomendasi, arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika – maka (if-then). Kaidah if-then menghubungkan antesenden (antecedent) dengan konsekuensi yang diakibatkannya.

C.      Forward Chaining

Forward Chaining adalah strategi penarikan kesimpulan yang dimulai dari sejumlah faktafakta yang telah diketahui, untuk mendapatkan suatu fakta baru dengan memakai rule-rule yang memiliki premis yang cocok dengan fakta dan terus dilanjutkan sampai mendapatkan tujuan atau sampai tidak ada rules yang punya premis yang cocok atau sampai mendapatkan fakta.

D.     Bayes Probabilitas bayes adalah salah satu cara untuk mengatasi ketidakpastian degan menggunakan formula bayes yang dinyatakan sebagai berikut:

Dimana : P(H | E) : Probabilitas hipotesa H jika terdapat evidence E P(E | H) : Probabilitas munculnya evidence E  jika diketahui hipotesa H P(H) : Probabilitas hipotesa H tanpa memandang evidence apapun P(E) : Probabilitas evidence E

E.      PHP

 PHP adalah bahasa scripting yang menyatu dengan HTML dan dijalankan pada serverside. Artinya semua sintaks yang kita berikan akan sepenuhnya dijalankan pada server sedangkan yang dikirimkan ke browser hanya hasilnya saja.

F.      Basis Data (Database) Basis data terdiri atas semua fakta yang diperlukan, dimanafakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun faktafakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

1.4   Kelebihan yang di bahas Jurnal

User dapat melakukan diagnosa dengan memilih gejala – gejala yang dialami ikan koi. Adapun 5 menu dari sistem diagnosis penyakit ikan koi ini yaitu menu home, penyakit, konsultasi, info dan profil. Menu home sebagai tampilan utama pada sistem pakar ikan koi ini.

Dari pembahasan di atas, maka dibangunlah sebuah sistem pakar diagnosis penyakit ikan koi menggunakan metode pelacakan forward chaining dan metode bayes sebagai proses perhitungan nilai kepastian terjadinya penyakit

Keuntungan pemakaian sistem pakar yaitu:

1. Membuat seseorang yang awam dapat bekerja seperti layaknya seorang pakar.

2.  Dapat bekerja dengan informasi yang tidak lengkap atau tidak pasti.

3. Meningkatkan output dan produktivitas. Sistem pakar dapat bekerja lebih cepat dari manusia. Keuntungan ini berarti mengurangi jumlah pekerja yang dibutuhkan, dan akhitnya akan mereduksi biaya.

4. Meningkatkan kualitas.

5. Sistem pakar menyediakan nasihat yang konsisten dan dapat mengurangi tingkat kesalahan.

6. Membuat peralatan yang kompleks lebih mudah dioperasikan karena sistem pakar dapat melatih pekerja yang tidak pengalaman.

7.  Handal (reliability).

8.  Sistem pakar tidak dapat lelah atau bosan. Juga konsisten  dalam memberi jawaban dan selalu memberikan perhatian penuh.

9. Memiliki kemampuan memecahkan masalah yang kompleks

1.5 Representasi Pengetahuan

Pengetahuan yang akan direpresentasikan dalam sistem pakar ini adalah data gejala - gejala penyakit ikan koi. Dalam membuat sistem pakar ini digunakan representasi pengetahuan dengan menggunakan kaidah produksi (if...then) dan menggunakan alur pencarian kedepan. Hasil akhirnya berupa himpunan kaidah atau rules yang akan dimasukkan dalam basis pengetahuan. Adapun jenis penyakit ikan koi

1.6 Hasil

Dari pembahasan di atas, maka dibangunlah sebuah sistem pakar diagnosis penyakit ikan koi menggunakan metode pelacakan forward chaining dan metode bayes sebagai proses perhitungan nilai kepastian terjadinya penyakit. User dapat melakukan diagnosa dengan memilih gejala – gejala yang dialami ikan koi. Adapun 5 menu dari sistem diagnosis penyakit ikan koi ini yaitu menu home, penyakit, konsultasi, info dan profil. Menu home sebagai tampilan utama pada sistem pakar ikan koi ini.

1.7 Saran

 1. Sistem pakar diagnosis penyakit pada ikan koi dapat dikembangkan lebih lanjut dengan menambahkan gejala dan jenis penyakit yang lebih spesifik .

2. Untuk kedepannya, metode bayes dapat dikembangkan menjadi metode untuk memecahkan masalah yang lebih kompleks.

3. Perlu perpaduan beberapa pakar untuk menyempurnakan knowledge sistem pakar in

1.8 Kesimpulan

Berdasarkan analisa dan pengujian sistem yang telah dilakukan, maka sistem pakar diagnosis penyakit ikan ini dapat ditarik  kesimpulan sebagai berikut : 1. Sistem  pakar ini mampu mendiagnosa penyakit dari rekaman pertanyaan yang diajukan oleh sistem. 2. Sistem pakar ini mampu memberikan diagnosa penyakit dan cara perawatan/ pengobatannya, berdasarkan gejala-gejala yang telah diinputkan user . 3. Sistem pakar ini  akan sangat membantu user dalam mengambil keputusan untuk mendapatkan informasi pengobatan dan cara perawatan yang sesuai.

Source : Dewi, Puput Shinta dkk. 2015. Sistem Pakar Diagnosa Penyakit Ikan Koi dengan Metode Bayes Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) Vol.4 No.1 ISSN 2089-9033