Claim Missing Document
Check
Articles

Found 12 Documents
Search

Aplikasi Web untuk Diagnosis Penyakit pada Sapi dengan Algoritma Case-Based Reasoning Marwati; Ismail; Wawan Firgiawan
Journal of Computer and Information System ( J-CIS ) Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i2.3573

Abstract

Penelitian ini bertujuan mengatasi tantangan identifikasi penyakit pada hewan sapi dengan memperkenalkan dan mengevaluasi aplikasi sistem diagnosa berbasis web menggunakan metode Case Based Reasoning (CBR) untuk meningkatkan akurasi prediksi penyakit. Pengujian dengan 10 kasus uji menunjukkan akurasi 100%, mengonfirmasi ketepatan prediksi penyakit berdasarkan gejala yang diinputkan. Selain itu, pengujian black box mengindikasikan bahwa semua fungsi aplikasi berjalan baik, menegaskan keandalan keseluruhan aplikasi. Penelitian ini diharapkan memberikan wawasan komprehensif terhadap keberhasilan aplikasi dalam mendukung peternak mengelola kesehatan hewan sapi, dengan potensi kontribusi positif terhadap pencegahan penyakit dan kesejahteraan hewan serta efisiensi operasional peternakan secara keseluruhan.
Sistem Pakar Diagnosa Penyakit pada Tanaman Kakao Menggunakan Kombinasi Forward Chaining dan Case Based Reasoning amel amel; Ismail
Journal of Computer and Information System ( J-CIS ) Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i1.3769

Abstract

Penelitian ini menggambarkan pengembangan aplikasi berbasis Case Based Reasoning dan Forward Chaining untuk sistem analisis gejala penyakit. Aplikasi ini dirancang dengan tujuan melakukan perhitungan pencarian kedekatan terhadap gejala dan penyakit berdasarkan kasus sebelumnya, serta melibatkan penalaran kedepan untuk memberikan solusi terhadap gejala yang diinputkan. Hasil pengujian menunjukkan tingkat akurasi sebesar 90% setelah dilakukan 20 kali pengujian, dengan uji BlackBox memverifikasi kinerja aplikasi tanpa adanya kesalahan fungsi. Kesimpulan penelitian menyarankan pengembangan lebih lanjut, baik dari segi algoritma dan metode, maupun pada permasalahan yang lebih kompleks. Disarankan juga untuk melakukan perbandingan algoritma guna menentukan metode terbaik dalam analisis atau diagnosa. Penelitian ini memberikan kontribusi terhadap pengembangan aplikasi cerdas yang dapat memberikan solusi akurat terhadap gejala penyakit.