Poultry Disease Detection Simulation using Case-Based Reasoning based on Nearest Neighbor Retrieval

Ivana Puspita Sari (Informatika, Universitas Pembangunan Nasional Veteran Yogyakarta)
Isna Nur Aini (Informatika, Universitas Pembangunan Nasional Veteran Yogyakarta)
Satya Ghifari Adipratama (Informatika, Universitas Pembangunan Nasional Veteran Yogyakarta)
Shoffan Saifullah (Informatika, Universitas Pembangunan Nasional Veteran Yogyakarta)

Seminar Nasional Informatika (SEMNASIF)
Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital

Tujuan: Mendeteksi penyakit unggas (ayam) dan memberikan solusi alternatif dengan simulasi sistem. Sehingga dapat memberikan kontribusi dalam pengembangan teknologi bidang peternakan.Perancangan/metode/pendekatan: Penelitian ini menggunakan metode Case-Based Reasoning (CBR). Metode CBR menggunakan rule-based dalam penyelesaian masalah (khususnya deteksi penyakit ayam). Selain itu,  retrieve pada CBR menggunakan metode Nearest Neighbor Retrieval dalam mencari kemiripan berdasarkan bobot yang diberikan. Hasil: Simulasi sistem mampu mendeteksi penyakit unggas dengan nilai similarity kasus percobaan yang diujikan sebesar 69,3% dan percobaan gejala lain memiliki similarity sebesar 99.9%. Hal ini ditunjukkan dalam proses deteksi sistem dan perhitungan perhitungan manualnya. Keaslian/ state of the art: Penelitian ini menggunakan CBR-Nearest Neighbor Retrieval berdasarkan rule dan kemiripan kasus yang ada.