Garuda - Garba Rujukan Digital

Sistem Pakar Penyakit pada Anjing Menggunakan Metode Forward Chaining Siallagan, Sanri Yuliana; Situngkir, Silvia Wulandari; Siagian, Angel Agasari; Dewi, Sri; Ramadhani, Fanny
Journal of Citizen Research and Development Vol 2, No 1 (2025): Mei 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jcrd.v2i1.4163

Kesehatan anjing memerlukan perhatian khusus karena setiap jenis anjing dapat memiliki kecenderungan terhadap berbagai penyakit spesifik. Diagnosis yang cepat dan akurat sangat penting untuk mengurangi risiko komplikasi dan meningkatkan kualitas hidup hewan. Namun, diagnosa penyakit pada anjing sering kali menghadapi tantangan karena beragam gejala yang dapat terjadi dan kompleksitas informasi medis yang diperlukan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pakar yang mampu mendiagnosis penyakit pada anjing secara efektif menggunakan metode forward chaining. Sistem ini diharapkan dapat membantu veterinaria dan pemilik hewan dalam memberikan diagnosis awal yang akurat berdasarkan gejala yang dilaporkan, serta mempermudah proses penanganan penyakit pada anjing. Metode forward chaining merupakan metode pencarian atau penarikan kesimpulan yang berdasarkan pada data atau fakta yang ada menuju ke kesimpulan. Metode forward chaining diterapkan untuk inferensi, di mana sistem mulai dari data gejala yang dimasukkan dan menggunakan aturan untuk menyimpulkan kemungkinan diagnosis. Sistem dikembangkan menggunakan platform perangkat lunak yang mendukung pembuatan sistem pakar dan diuji dengan kasus simulasi untuk menilai akurasi dan efektivitasnya. Hasil penelitian ini menunjukkan bahwa sistem ini terbukti efektif dalam mendiagnosis penyakit pada hewan peliharaan anjing melalui gejala awalnya. Sistem ini tidak hanya menunjukkan efisiensi proses diagnosis tetapi juga meningkatkan kesadaran pemilik hewan tentang kesehatan anjing peliharaannya.

Sistem Pakar Penyakit pada Anjing Menggunakan Metode Forward Chaining Siallagan, Sanri Yuliana; Situngkir, Silvia Wulandari; Siagian, Angel Agasari; Dewi, Sri; Ramadhani, Fanny
Journal of Citizen Research and Development Vol 2, No 1 (2025): Mei 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jcrd.v2i1.4163

Kesehatan anjing memerlukan perhatian khusus karena setiap jenis anjing dapat memiliki kecenderungan terhadap berbagai penyakit spesifik. Diagnosis yang cepat dan akurat sangat penting untuk mengurangi risiko komplikasi dan meningkatkan kualitas hidup hewan. Namun, diagnosa penyakit pada anjing sering kali menghadapi tantangan karena beragam gejala yang dapat terjadi dan kompleksitas informasi medis yang diperlukan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pakar yang mampu mendiagnosis penyakit pada anjing secara efektif menggunakan metode forward chaining. Sistem ini diharapkan dapat membantu veterinaria dan pemilik hewan dalam memberikan diagnosis awal yang akurat berdasarkan gejala yang dilaporkan, serta mempermudah proses penanganan penyakit pada anjing. Metode forward chaining merupakan metode pencarian atau penarikan kesimpulan yang berdasarkan pada data atau fakta yang ada menuju ke kesimpulan. Metode forward chaining diterapkan untuk inferensi, di mana sistem mulai dari data gejala yang dimasukkan dan menggunakan aturan untuk menyimpulkan kemungkinan diagnosis. Sistem dikembangkan menggunakan platform perangkat lunak yang mendukung pembuatan sistem pakar dan diuji dengan kasus simulasi untuk menilai akurasi dan efektivitasnya. Hasil penelitian ini menunjukkan bahwa sistem ini terbukti efektif dalam mendiagnosis penyakit pada hewan peliharaan anjing melalui gejala awalnya. Sistem ini tidak hanya menunjukkan efisiensi proses diagnosis tetapi juga meningkatkan kesadaran pemilik hewan tentang kesehatan anjing peliharaannya.

DECISION SUPPORT SYSTEM FOR OIL PALM SEED SELECTION USING THE SIMPLE ADDITIVE WEIGHTING METHOD Situngkir, Silvia Wulandari
Media Jurnal Informatika Vol 17, No 1a (2025): Special Issue Information System Media Jurnal Informatika (On Progress)
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v17i1a.5367

Oil palm is one of the most important plantation commodities in Indonesia's plantation development. According to the Indonesian Ministry of Agriculture (2014), the total area of oil palm plantations in Indonesia is 11 million hectares, double the area in 2000. Indonesia is one of the largest palm oil producers in the world, providing employment for 16 million people, both directly and indirectly. The use of superior seeds is one of the important factors that determine the growth of oil palm. Maximum production can be achieved if the plants come from good quality seeds. Decision Support System is an interactive system that supports decisions in the decision-making process through alternatives obtained from the results of data processing, information and model design. By utilizing data processing technology that can provide solutions for farmers in choosing good seeds. In this research, the Decision Support System was developed with the Simple Additive Weighting Method where this system will assist farmers in determining quality seedlings ready for planting based on the criteria of the number of leaves, the age of the seedling in months, the height of the seedling in centimeters, and the diameter of the stem. With the results of the type of seedling DxP PPKS 718 3 is the most superior type of seedling for planting with a preference value obtained of 100, while the type of palm seedling DxP PPKS 239 1 is the worst quality seedling among 24 alternatives with a total preference of 24.

Decision Support System For Oil Palm Seed Selection Using The Simple Additive Weighting Method Situngkir, Silvia Wulandari; Siallagan , Sanri Yuliana; Ridho, Muhammad
Media Jurnal Informatika Vol 17 No 1a (2025): Special Issue Information System Media Jurnal Informatika
Publisher : Teknik Informatika Universitas Suryakancana Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/mji.v17i1a.5367

The selection of superior oil palm seedlings is a crucial factor in improving plantation productivity. However, the selection process, which often relies on farmers’ subjective experience, frequently results in inaccuracies in determining ready-to-plant seedlings. This study aims to develop a Decision Support System (DSS) using the Simple Additive Weighting (SAW) method to assist farmers in selecting high-quality oil palm seedlings based on four main criteria: number of fronds, seedling age, seedling height, and stem diameter. The SAW method was applied to calculate the preference value of each seedling alternative through normalization and weighting of all criteria. The system was developed as a web-based application using the Laravel framework and tested using the Black-Box Testing method to ensure functionality and accuracy. The testing results showed that the system produced recommendations identical to manual calculations (100% accuracy) and completed data processing in less than 2 seconds for 24 seedling alternatives. This decision support system has proven to be efficient, accurate, and stable in supporting the oil palm seedling selection process. The system’s main advantage lies in its ability to automate the evaluation process quickly and objectively, reducing human error and accelerating decision-making for farmers and plantation managers.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search