Claim Missing Document
Check
Articles

Found 3 Documents
Search

EFEKTIVITAS METODE FORWARD CHAINING PADA SISTEM PAKAR PENDETEKSI PENYAKIT KAMBING Dwi Susanto; Abdul Fadil; Anton Yudhana
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 9, No 2 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v9i2.1923

Abstract

Negara Indonesia merupakan negara yang beriklim tropis masyarakatnya sebagian besar adalah petani dan peternak. Ternak kambing merupakan ternak paling diminati masyarakat Indonesia mengingat modalnya relatif lebih kecil dibandingkan dengan ternak sapi. Mudahnya proses pemeliharaan ternak kambing tersebut, bisa dilakukan oleh siapa saja termasuk anggota keluarga sendiri. Penanganan penyakit pada ternak yang kurang cepat dan tepat mengakibatkan kerugian ekonomi yang cukup besar. Dalam hal bididaya dan ternak kambing sebagian besar peternak kurang mengetahui tentang pemeliharaan dan penanggulangan penyakit pada kambing. Biasanya para peternak kambing akan menyembelih hewan ternaknya ketika kambing terjangkit penyakit dan tidak tau bagaimana menanggulangi penyakitnya tersebut. Dengan adanya sistem pakar ini diharapkan dapat membantu para pemilik maupun peternak kambing menangani dan menanggulangi penyakit kambing dengan cepat berdasarkan gejala yang ditimbulkan. Dalam sistem pakar ini menggunakan metode Forward Chaining (pelacakan kedepan). Metode ini digunakan sebagai teknik mencari kesimpulan atau solusi dengan cara menguji aturan satu  demi satu dalam urutan tertentu.
Edukasi Bijak Kelola Sampah untuk Masa Depan Berkelanjutan Aditya, Anggie Yudistira; Susanto, Dwi; Peryanto, Ari; Widodo, Yuwono Fitri
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 12 (2025): Februari
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v2i12.2022

Abstract

Sampah menjadi isu global yang mendesak, terutama di negara berkembang seperti Indonesia, yang menghasilkan 68,5 juta ton sampah pada tahun 2021. Di wilayah Joho, Jambidan, Bantul, pengelolaan sampah masih menjadi tantangan akibat rendahnya kesadaran masyarakat, terbatasnya fasilitas pengelolaan, serta kebiasaan membakar sampah yang mencemari lingkungan. Untuk mengatasi permasalahan tersebut, dilakukan edukasi dan sosialisasi pengelolaan sampah berkelanjutan bertujuan meningkatkan pengetahuan, mengubah perilaku, dan mendorong partisipasi aktif masyarakat. Metode yang digunakan meliputi wawancara, penyebaran kuesioner, dan pemberian materi sosialisasi. Hasil wawancara menunjukkan bahwa 50% masyarakat tidak mengetahui metode pengelolaan sampah yang benar, sementara kuesioner mengungkapkan jenis dan pola pembuangan sampah serta tingkat pengetahuan masyarakat. Materi penyuluhan disampaikan pada 20 Januari 2025 berhasil meningkatkan pemahaman masyarakat terkait pemilahan sampah organik dan anorganik, teknik pengomposan sederhana, dan pentingnya daur ulang. Tingkat pengetahuan masyarakat meningkat dari 50% tidak mengetahui menjadi 20%, dengan 40% mengetahui dan 40% sangat mengetahui pengelolaan sampah. Kegiatan ini menunjukkan bahwa edukasi dan pendekatan partisipatif efektif dalam meningkatkan kesadaran masyarakat terhadap pengelolaan sampah yang ramah lingkungan. Keterlibatan aktif masyarakat melalui tanya jawab dan praktik langsung mencerminkan kesiapan mereka untuk mengimplementasikan perubahan perilaku. Kesimpulannya, kegiatan ini memberikan kontribusi signifikan dalam menciptakan kesadaran dan tindakan nyata menuju lingkungan yang lebih bersih, sehat, dan berkelanjutan.
Classification of Skin Disease Images Using K-Nearest Neighbour (KNN) Ari Peryanto; Susanto, Dwi; Jihad, Bagus Hayatul
Journal of Advanced Health Informatics Research Vol. 2 No. 3 (2024)
Publisher : Peneliti Teknologi Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59247/jahir.v2i3.300

Abstract

The skin is the outermost part of the human body that is often exposed to the environment, so it is easy to experience disease disorders. Some of the skin diseases that are often contracted in humans are ulcers, herpes, and warts. Untreated skin diseases will be very annoying because of the sensation of itching so it can cause irritation and inflammation. The ability to classify skin diseases using technology is one solution. This study uses the K-Nearest Neighbour (KNN) method to detect images of skin diseases. KNN is one of the machine learning methods with a calculation method based on the proximity of k. KNN was chosen because it is fast and has high-accuracy results. The results of the research that has been carried out have obtained results of accuracy of 63%, precision of 63%, recall of 63%, and F1 Score of 63%. From the results of the study, it can be concluded that disease detection using KNN has been successfully applied and can be used in classification.