p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal SmartComp
Alifta Salma Shafira
Institut Teknologi Telkom Purwokerto

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Pakar dalam Identifikasi Penyakit Pada Ikan Nila dengan Menggunakan Metode Forward Chaining dan Certainty Factor Alifta Salma Shafira; Auliya Burhanuddin; Diandra Chika Fransisca
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3788

Abstract

Ikan nila merupakan salah satu jenis ikan air tawar yang melimpah dan mudah dibudidayakan karena pertumbuhannya yang sangat cepat. Salah satu kendala dalam pengembangan budidaya ikan nila adalah sulitnya pengendalian hama dan penyakit ikan nila. Petani ikan nila di desa tidak mengetahui penyakit ikan, oleh karena itu, diperlukan seorang ahli di bidang ini. Namun menggunakan tenaga ahli atau ahli ikan tentunya akan menimbulkan masalah, salah satunya terbatasnya ketersediaan di suatu daerah, dan biaya yang cukup besar. Tujuan dari penelitian ini adalah untuk membuat sistem pakar untuk mengidentifikasi penyakit pada ikan nila. Tujuan penggunaan sistem pakar adalah sistem yang berusaha mengadopsi atau menyerupai pengetahuan manusia (ahli) ke komputer. Metode yang digunakan untuk mengidentifikasi penyakit pada ikan nila dalam penelitian ini adalah metode forward chaining dan metode certainty factor. Metode forward chaining digunakan karena penelitian ini akan dimulai dengan beberapa fakta dari pengguna kemudian diproses oleh sistem. Metode certainty factor digunakan untuk mengatasi ketidakpastian. Data yang digunakan merupakan hasil wawancara dengan pakar ikan nila. Alur kerja sistem diawali dengan menginputkan gejala pada ikan, selanjutnya akan masuk ke proses forward chaining untuk menentukan penyakitnya. Kemudian masuk ke certainty factor dan hasilnya berupa diagnosis penyakit serta solusinya. Hasil akurasi sistem juga cukup memuaskan sebesar 91.67% dari total pengujian yang telah dilakukan