Aplikasi Identifikasi Penyakit Ikan Laut menggunakan metode Case Based Reasoning



Dasril Aldo(1*), Zainul Munir(2)

(1) STMIK GICI Batam
(2) STMIK GICI Batam
(*) Corresponding Author

Abstract


Sistem keramba sudah diterapkan oleh para nelayan di pulau Batam dalam melakukan pembudidaya ikan lau. Keramba merupakan sebutan untuk sebuah tambak ikan berbahan jaring yang dibuat untuk menampung ikan-ikan yang dibudidayakan. Terdapat permasalahan yang sering terjadi pada pembudidayaan ikan air laut yaitu banyak kasus ikan terserang penyakit yang disebabkan oleh berbagai faktor. Dikarenakan kurangnya pengetahuan nelayan dalam mengamati ciri-ciri ikan yang terserang penyakit mengakibatkan ikan tersebut dapat menulari ikan yang lainnya sehingga penyakit dapat menyebar secara luas bahkan dapat menulari ikan yang berada pada luar keramba. Jika hal tersebut terus berlanjut, nelayan akan mengalami banyak kerugian dikarenakan gagal panen. Dikarenakan permasalahan tersebut maka ditawarkan solusi berupa aplikasi sistem pakar dengan menggunakan metode Case Based Reasoning (CBR), metode ini akan mencocokan data gejala penyakit lama dengan data gejala dari yang dikonsultasikan oleh nelayan sehingga dihasilkan angka similarity dari masing-masing jenis penyakit yang akan diteliti. Hasil akhir dari penelitian ini berupa nilai persentase similarity beserta rekomendasi berupa saran dan juga solusi yang akan dilakukan oleh nelayan. Hasil yang didapat berupa cacing trematoda pada ikan kakap putih dengan persentase 90%, Cryptocaryon pada ikan bawal dengan persentase 66,67%, Cryptocaryon pada ikan kerapu dengan persentase 80%.Sistem keramba sudah diterapkan oleh para nelayan di pulau Batam dalam melakukan pembudidaya ikan lau. Keramba merupakan sebutan untuk sebuah tambak ikan berbahan jaring yang dibuat untuk menampung ikan-ikan yang dibudidayakan. Terdapat permasalahan yang sering terjadi pada pembudidayaan ikan air laut yaitu banyak kasus ikan terserang penyakit yang disebabkan oleh berbagai faktor. Dikarenakan kurangnya pengetahuan nelayan dalam mengamati ciri-ciri ikan yang terserang penyakit mengakibatkan ikan tersebut dapat menulari ikan yang lainnya sehingga penyakit dapat menyebar secara luas bahkan dapat menulari ikan yang berada pada luar keramba. Jika hal tersebut terus berlanjut, nelayan akan mengalami banyak kerugian dikarenakan gagal panen. Dikarenakan permasalahan tersebut maka ditawarkan solusi berupa aplikasi sistem pakar dengan menggunakan metode Case Based Reasoning (CBR), metode ini akan mencocokan data gejala penyakit lama dengan data gejala dari yang dikonsultasikan oleh nelayan sehingga dihasilkan angka similarity dari masing-masing jenis penyakit yang akan diteliti. Hasil akhir dari penelitian ini berupa nilai persentase similarity beserta rekomendasi berupa saran dan juga solusi yang akan dilakukan oleh nelayan. Hasil yang didapat berupa cacing trematoda pada ikan kakap putih dengan persentase 90%, Cryptocaryon pada ikan bawal dengan persentase 66,67%, Cryptocaryon pada ikan kerapu dengan persentase 80%.


Keywords


Sistem Pakar, Case Based Reasoning, Penyakit Ikan Laut, Nelayan

Full Text:

PDF

References


[1] A. D. Putri and D. Pratama, “Sistem Pakar Mendeteksi Tindak Pidana Cybercrime Menggunakan Metode Forward Chaining Berbasis Web Di Kota Batam,” Edik Inform., vol. 3, no. 2, pp. 197–210, 2017, doi: https://doi.org/10.22202/ei.2017.v3i2.2244.

[2] D. Kurnia, “Identifikasi Obesitas Pada Balita Di Posyandu Berbasis Artificial Intelligence,” J. Sains dan Inform., vol. 4, no. 1, pp. 76–86, 2018, doi: 10.22216/jsi.v4i1.3370.

[3] N. Pravitasari, “Sistem Pakar Untuk Menentukan Gangguan Afektif,” vol. 10, no. 3, pp. 237–246, 2017.

[4] P. S. Dewi, R. D. Lestari, and R. T. Lestari, “Sistem Pakar Diagnosis Penyakit Ikan Koi Dengan Metode Bayes,” Komputa J. Ilm. Komput. dan Inform., vol. 4, no. 1, pp. 25–32, 2015, doi: 10.34010/komputa.v4i1.2404.

[5] K. Ramanda, “Penerapan Sistem Pakar Untuk Mendiagnosa Penyakit Pada Kehamilan,” None, vol. 11, no. 2, pp. 179–185, 2015, doi: 10.33480/pilar.v11i2.151.

[6] A. W. O. Gama, I. W. Sukadana, and G. H. Prathama, “Sistem Pakar Diagnosa Awal Penyakit Mata (Penelusuran Gejala Dengan Metode Backward Chaining),” J. Elektron. List. Telekomun. Komputer, Inform. Sist. Kontro, vol. 1, no. 2, pp. 71–76, 2019, doi: 10.30649/j-eltrik.v1i2.34.

[7] L. F. Putri, “Perancangan Aplikasi Sistem Pakar Penyakit Roseola Dengan Menggunakan Metode Certainty Factor,” J. Sist. Komput. dan Inform., vol. 1, no. 2, p. 107, 2020, doi: 10.30865/json.v1i2.1956.

[8] H. Kurnia, “Sistem Pakar Berbasis Web untuk Mendiagnosa Penyakit Gastroenteritis Pada Anak Di RSUD Pariaman Dengan Menggunakan Metode Forward Chaining,” no. November, pp. 295–303, 2019.

[9] D. Aldo and Ardi, “Sains dan Teknologi Informasi Sistem Pakar Diagnosa Penyakit Limfoma dengan Metode Certainty Factor,” vol. 5, no. 1, 2019.

[10] D. Aldo and D. Riliyanda, “Aplikasi Sistem Pakar Dalam Mendiagnosa Penyakit Infertilitas Pada Pria,” vol. 7, no. 1, pp. 20–31, 2019.

[11] Minarni, I. Warman, and Yuhendra, “Implementasi Case-Based Reasoning Sebagai Metode Inferensi Pada Sistem Pakar Identifikasi Penyakit Tanaman Jagung,” J. Teknoif, vol. 6, no. 1, pp. 1–7, 2018, doi: 10.21063/jtif.2018.v6.1.1-7.

[12] F. Y. Ali Mulyanto, “Implementasi Case Based Reasoning Untuk Diagnosa Penyakit Kista Ovarium Dengan Metode Bayes Menggunakan Codeigniter Di Klinik Mutiara Sehat Bekasi,” Inform. SIMANTIK, vol. 5, no. 1, pp. 1–7, 2020, doi: 10.1109/45.464654.

[13] R. Adawiyah and F. Handayani, “Rancang Bangun Case Based Reasoning Untuk Diagnosis Hama Dan Penyakit Tanaman Nilam Menggunakan Nearest Neighbor Kombinasi Certainty Factor,” vol. 7, no. 3, pp. 477–482, 2020, doi: 10.25126/jtiik.202072046.

[14] R. Adawiyah, “Case Based Reasoning Untuk Diagnosis Penyakit Demam Berdarah,” Intensif, vol. 1, no. 1, p. 63, 2017, doi: 10.29407/intensif.v1i1.544.

[15] A. Laksamana, “Sistem Pakar Mendiagnosa Penyakit Kolera Menerapkan Metode Hybrid Case Based,” Heal. Contemp. Technol. J., vol. 1, no. 1, pp. 13–19, 2020, [Online]. Available: http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom%7CPage%7C204.

[16] Minarni, I. Warman, and W. Handayani, “Case-Based Reasoning (CBR) pada Sistem Pakar Identifikasi Hama dan Penyakit Tanaman Singkong dalam Usaha Meningkatkan Produktivitas Tanaman Pangan,” J. TEKNOIF, vol. 5, no. 1, pp. 41–47, 2017, doi: 10.21063/JTIF.2017.V5.1.41-47.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Dasril Aldo, Zainul Munir

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JSI Indexed by :

       

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Published by Lembaga Layanan Pendidikan Tinggi (LLDIKTI) Wilayah X

Khatib Sulaiman Street Padang
West Sumatera
Phone: +62751705637
Fax: +62751705637
Email: [email protected]

E ISSN 2502-096X | Print ISSN 2459-9549
 

 

      
Web
Analytics View My Stats