SISTEM PAKAR MENGGUNAKAN METODE CASE BASED  REASONING (CBR) UNTUK MENDIAGNOSA PENYAKIT KUCING

Authors

  • Gusti Ari Prasetyo Universitas Stikubank
  • Wiwien Hadikurniawati

DOI:

https://doi.org/10.36595/misi.v4i2.338

Keywords:

Case Based Reasoning (CBR), Diagnosa Penyakit Kucing

Abstract

 

Abstrak

Dalam makalah ini membahas tentang  penyakit yang di derita oleh kucing dilihat dari gejal-gejala yang dialami, pada dasarnya pemilik kebingungan di karena kurangnya pengetahuan yang dimilki oleh masyarakat tentang penyakit yang di derita kucing . kesalahan sering terjadi akbiat ketidak tahuan masyarakat akan penyakit kucing tentang diagnosa , pengetahuan serta penaganan penyakit kucing . terkadang sulit untuk memenuhi sesorang ahli dalam keadaan mendesak/ darurat .  karena itu peneliti membuat sebuah  sistem pakar yang dimana untuk  mendiagnosa penyakit yang di derita oleh kucing untuk memulai suatu  diagnosa pada kucing dengan melihat gejala apa saja yang di alami kucing berguna untuk membantu pemilik kucing dan emmahami memelihara kucing menggunakan Case Based Reasoning (CBR) adalah  teknik yang umum digunakan untuk solusi masalah , diagnosis dan deteksi penalaran, kesalahan, dukungan keputusan serta pembelajaran. Menemukan banyak aplikasi dihampir domain layanan meja bantuan, industry,dan diagnosa medis. Makalah ini mengusulkan sebuah sistem untuk diagnosis penyakit kucing. Hasil dari penelitian ini  berupa sebuah  sistem yang  inputan gejala yang berbeda meskipun gejala yang berbeda. Secara garis besar ,  gejala yang akan diinputukan ke dalam sistem semakian banyak yang sama dengan kasus yang dialami maka  hasil semakin tinggi merupakan suatu gejala yang diderita kucing sehingga bisa mendiagnosa suatu penyakit.

 

References

[1] Andie, “Penerapan Decision Tree Untuk Menganalisis Kemungkinan Pengunduran Diri Calon Mahasiswa Baru,” Technologia, vol. 7, no. 1, pp. 8–14, 2016.
[2] S. Sibagariang, “Sistem Pakar Diagnosa Penyakit Sapi Dengan Metode Certainty Factor Berbasis Android,” J. TIMES, vol. 3, no. 2, pp. 35–39, 2008.
[3] M. Niki Ratama, “IMPLEMENTASI METODE FUZZY TSUKAMOTO UNTUK DETEKSI DINI AUTISME PADA BALITA BERBASIS ANDROID,” JIRE (Jurnal Inform. Rekayasa Elektronika)., vol. 3, no. 2, 2020.
[4] S. W. Nasution, N. A. Hasibuan, and P. Ramadhani, “Sistem Pakar Diagnosa Anoreksia Nervosa Menerapkan Metode Case Based Reasoning,” Konf. Nas. Teknol. Inf. dan Komput., vol. I, no. 1, pp. 52–56, 2017.
[5] A.Fadlil, R. D. Esthi, “IMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE DEMPSTER SHAFER 1Esthi Dy,” J. Chem. Inf. Model., vol. 110, no. 9, pp. 1689–1699, 2017.
[6] P. K. Handayani, “Model Klasifikasi Kelayakan Kredit Koperasi Karyawan Dengan Algoritma Decision Tree,” Pros. SNATIF ke-4 Tahun 2017, vol. 3, no. 2015, pp. 153–160, 2017.
[7] E. D. Anggraini, “JurnalPoliteknik Caltex Riau IMPLEMENTASI MADM PEMILIHAN ANGGOTA SQUAD E-SPORT MOBILE LEGEND MENGGUNAKAN MULTI-STAGE AHP,” vol. 6, no. 1, pp. 79–88, 2020.
[8] M. Luthfi, I. H. Al Amin, and T. D. Cahyono, “Proceeding SINTAK 2019 ISBN : 978-602-8557-20-7 Proceeding SINTAK 2019 ISBN : 978-602-8557-20-7,” PProceeding SINTAK 2019, no. 1, pp. 352–360, 2019.
[9] M. A. Irfandi, A. Romadhony, S. Saadah, F. T. Informatika, and U. Telkom, “Indonesia Symposium On Computing 2015 MENGGUNAKAN METODE HYBRID CASE-BASED DAN RULE-BASED REASONING,” pp. 219–225, 2015.
[10] A. F. Prayuda, S. Wibisono, and W. Hadikurniawati, “Implementasi Sistem Pakar untuk Rekomendasi Masakan Tradisional Jawa dengan Metode Case Based Reasoning Menggunakan Algoritma Similaritas Czekanowski,” Pros. SENDI_U, pp. 978–979, 2018.
[11] L. Mutawalli, “Pemodelan Dan Pengembangan Sistem Pendeteksian
Penyakit Infeksi Tropis Berbasis Ontologi,” J. Inform. dan Rekayasa Elektron., vol. 1, no. 1, p. 7, 2018, doi: 10.36595/jire.v1i1.25.

Downloads

Published

29-10-2021

How to Cite

Prasetyo, G. A., & Hadikurniawati, W. (2021). SISTEM PAKAR MENGGUNAKAN METODE CASE BASED  REASONING (CBR) UNTUK MENDIAGNOSA PENYAKIT KUCING. Jurnal Manajemen Informatika Dan Sistem Informasi, 4(2), 78–83. https://doi.org/10.36595/misi.v4i2.338