Afandi, Mohammad Syaifuddin (2018) SISTEM PAKAR DIAGNOSA PENYAKIT IKAN KOI MENGGUNAKAN METODE DEMPSTER SHAFER BERBASIS WEB(STUDI KASUS JENIS PENYAKIT CACING JANGKAR DAN KOI HERPES VIRUS). Undergraduate thesis, Universitas Muhammadiyah Sidoarjo.
Text
SKRIPSI LENGKAP (131080200258).pdf - Published Version Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial. Download (1MB) |
Abstract
Abstrak Ikan koi merupakan salah satu ikan hias yang sangat digemari oleh masyarakat. Perawatan pada ikan koi harus dilakukan dengan sangat ekstra dikarenakan ikan koi adalah salah satu ikan yang rentan terhadap penyakit. Jika penyakit pada ikan koi tidak cepat diketahui, maka penanganannya akan terlambat sehingga akan mengakibatkan ikan koi tersebut tidak dapat berkembang, berhenti berproduksi bahkan ikan koi tersebut dapat mati. Hal ini dapat menyebabkan kerugian yang besar bagi peternak ikan koi. Oleh karena itu dibutuhkan suatu cara yang efektif untuk membantu peternak ikan koi dalam memprediksi penyakit pada ikan koi sehingga dapat dilakukan penanganan yang tepat sesuai dengan ciri-ciri penyakit yang terdapat pada ikan tersebut.(Arifin,2010). Artificial Intelligence merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas salah satu cabang dari Artificial Intelligence adalahs istem pakar. Sistem pakar adalah program komputer yang menirukan penalaran seorang pakar dengan keahlian pada suatu wilayah pengetahuan tertentu. Sistem pakar merupakan program Artificial Intelligence yang menggabungkan basis pengetahuan dengan mesin inferensi. Ini merupakan bagian perangkat lunak spesialisasi tingkat tinggi, yang berusaha menduplikasi fungsi seorang pakar dalam satu bidang keahlian tertentu.(Kusandriani dan Muharam, 2005)
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Kata kunci : Sistem Pakar Diagnosa Penyakit ikan koi menggunakan metode Dempster Shafer berbasis website. |
Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
Divisions: | Faculty of Engineering > School of Computer Engineering |
Depositing User: | teknikinformatika umsida |
Date Deposited: | 20 Mar 2018 12:17 |
Last Modified: | 20 Mar 2018 12:17 |
URI: | http://eprints.umsida.ac.id/id/eprint/1997 |
Actions (login required)
View Item |