Claim Missing Document
Check
Articles

Found 3 Documents
Search

MODEL NEURAL NETWORK BERBASIS FORWARD SELECTION UNTUK PREDIKSI JUMLAH PRODUKSI MINYAK KELAPA Botutihe, Marniyati Husain
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1111.521 KB)

Abstract

Sulitnya memprediksi jumlah produksi dimasa datang sehingga permintaan komsumen seringkali tidak terpenuhi dengan baik. Tujuan penelitian ini adalah untuk membuat model prediksi jumlah produksi minyak kelapa menggunakan metode neural network berbasis forward selection, untuk mengetahui jumlah produksi di masa yang akan datang dengan tingkat error yang lebih rendah. Model yang dipilih berdasarkan nilai root mean square error (RMSE) terkecil yang diperoleh dari hasil pengujian. Hasil prediksi jumlah produksi minyak kelapa berdasarkan penelitian yang telah dilakukan sebelumnya dengan hasil niali aktual jumlah produksi minyak kelapa januari 2015, nilai tersebut berdasarkan hasil produksi yang telah terjadi. Dengan rata – rata presentase yang diperoleh yaitu 91.01%.
CASE BASED REASONING METHOD UNTUK SISTEM PAKAR DIAGNOSA PENYAKIT SAPI Muzakkir, Irvan; Botutihe, Marniyati Husain
ILKOM Jurnal Ilmiah Vol 12, No 1 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1863.41 KB) | DOI: 10.33096/ilkom.v12i1.506.25-31

Abstract

This study discusses about the Application of Case Based Reasoning (CBR) Method for Expert Systems in Diagnosing Cattle Disease. Beginning with data collection by consulting experts in the Department of Agriculture in Animal Health, Pohuwato Regency. The data obtained in the form of data names of disease and symptom data. The data is obtained based on the steps of the CBR method calculation in order to obtain the results of the diagnosis and the solution provided for handling the disease. Researcher have analyzed and create program listings to build a system that will be used by farmers. Based on CBR calculations Scours case which has the lowest weight is 0.09 while the highest weight is owned by the Pink Eye case 1. In this process provides a solution to the similarity of the case weight from the old case to the new higher case. In the case of Pink Eye having a higher weight and positive exposure to pink eye disease, the solution given is the provision of anti-allergic, anti-biotic and vitamin. Based on the results obtained, it can be concluded that the application of the CBR method is good for using cattle disease and is very helpful for farmers in dealing with cattle disease. 
Sistem Pakar Diagnosa Penyakit Tanaman Singkong Menggunakan Metode Case Based Reasoning Botutihe, Marniyati H.
JURNAL TECNOSCIENZA Vol. 3 No. 1 (2018): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/jvqwep60

Abstract

Mengidentifikasi penyakit tanaman singkong dapat diketahui dari gejala-gejala dan perubahan warna yang muncul. Tanaman yang terkena penyakit dengan gejala yang berbeda membutuhkan penanganan yang berbeda. Oleh karena itu penulis melakukan suatu penelitian tentang Sistem Pakar Diagnosa Penyakit Tanaman Singkong, tujuannya adalah mengidentifikasi penyebab, gejala, dan cara penanganannya pada pengguna dengan memperhatikan aturan-aturan, serta memberikan solusi penanganannya, agar kedepannya dapat digunakan untuk meminimalisisr atau memperkecil resiko penyakit pada Tanaman Singkong. Peneliti mencoba membantu permasalahan tersebut di atas dengan membuatkan suatu sistem dengan metode Case Based Reasoning (CBR) yaitu salah satu metode yang dapat melakukan penalaran atau memecahkan permasalahan berdasarkan kasus yang telah ada sebagai solusi masalah baru. Sistem ini dibuat dengan memakai Bahasa Pemrograman PHP, Database MySQL, serta penggunaan Aplikasi Deamweaver dan Photoshop. Berdasarkan hasil dari pengujian white box dapat ditarik kesimpulan bahwa sistem pendukung keputusan ini bebas dari kesalahan program dengan total Cyclomatic Complexity = 4 dan Region = 4. Kata kunci: Penyakit Tanaman Singkong, CBR, PHP, MySQL, Dreamweaver