Article Sidebar

Download
pdf
Statistic
Read Counter : 0 Download : 0

Main Article Content

Abstract

Berdasarkan dari data World Health Organization (WHO) menyebutkan bahwa Indonesia menjadi salah satu negara yang memiliki penduduk terbanyak di dunia dengan urutan keempat. Karena jumlah penduduk yang banyak, sehingga kebutuhan protein hewani meningkat dengan kesadaran pentingnya akan gizi. Salah satu sumber protein hewani yang bisa diperoleh dari daging sapi. Hal itu menyebabkan kesehatan sapi menjadi suatu hal yang berpengaruh untuk memenuhi kebutuhan gizi. Dalam menjaga kesehatan sapi, perlu adanya suatu pengamatan terhadap gejala-gejala penyakit pada sapi. Demikian hal itu, teknik data mining dapat berfungsi untuk mengatasi solusi terkait mengklasifikasikan penyakit pada bidang teknik informatika. Penelitian ini menggunakan metode Teknik Data Mining dengan 3 percobaan. Adapun percobaan pertama menggunakan algoritma Naive bayes dengan akurasi 0.8, presisi 0.8 dan recall 0.8. Sedangkan percobaan ke 2 menggunakan algoritma Random Forest menghasilkan akurasi sebesar 0.8, presisi 0.8 dan recall 0.8. Kemudian, untuk percobaan ke 3 menggunakan algoritma Support Vector Machine menghasilkan akurasi 0.8, presisi 0.6 dan recall 0.8

Keywords

Penyakit sapi, Naive Bayes, R andom forest, Support Vector Machine

Article Details

References

  1. [1] Marwan Hakim, “Sistem Pakar Mengidentifikasi Penyakit Pada Sapi Menggunakan Metode Forward Chaining,” Tek. Teknol. Inf. dan Multimed., vol. 3, no. 2, pp. 106–111, 2022, doi: 10.46764/teknimedia.v3i2.81.
  2. [2] R. Rahmiati and N. A. Temesveri, “Hubungan Dimensi Kualitas Pelayanan Dengan Minat Kunjungan Ulang Pasien Di Instalasi Rawat Jalan Rumah Sakit Umum Kabupaten Tangerang Tahun 2019,” J. Kesehat., vol. 13, no. 1, pp. 13–21, 2020, doi: 10.23917/jk.v13i1.11097.
  3. [3] F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,” Sistemasi, vol. 7, no. 3, p. 238, 2018, doi: 10.32520/stmsi.v7i3.388.
  4. [4] F. Sani and A. Annisa, “肖沉 1, 2, 孙莉 1, 2∆, 曹杉杉 1, 2, 梁浩 1, 2, 程焱 1, 2,” Tjyybjb.Ac.Cn, vol. 27, no. 2, pp. 635–637, 2019.
  5. [5] Bunga Ihda Norra, T. Putri Hendrika, A. Auliyaur Rohmah, and Ila nabinya, “IDENTIFIKASI PEMAHAMAN UMUM AYAM (Gallus gallus) DAN IKAN MUJAIR (Oreochromis Mossambicus) PADA MAHASISWA UIN WALISONGO SEMARANG,” Bio-Lectura, vol. 8, no. 1, pp. 29–36, 2021, doi: 10.31849/bl.v8i1.5763.
  6. [6] W. D. Prasetyo and R. Wahyudi, “Sistem Pakar Diagnosis Penyakit Ternak Sapi Menggunakan Metode Forward Chaining Berbasis Website Responsif,” J. Teknol. dan Terap. Bisnis, vol. 2, no. 1, pp. 13–21, 2019.
  7. [7] D. M. Nuraini, S. Sunarto, N. Widyas, A. Pramono, and S. Prastowo, “Peningkatan Kapasitas Tata Laksana Kesehatan Ternak Sapi Potong di Pelemrejo, Andong, Boyolali,” PRIMA J. Community Empower. Serv., vol. 4, no. 2, p. 102, 2020, doi: 10.20961/prima.v4i2.42574.
  8. [8] imam, “1633-2002-3-Pb,” vol. 9, no. 2, pp. 75–80, 2020.
  9. [9] G. B. Kristi, N. Hidayat, and E. Santoso, “Sistem Diagnosis Penyakit Pada Sapi Potong menggunakan Metode Bayesian Network,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 1, p. 5, 2019.
  10. [10] A. Subhan, S. Nurawaliah, and M. Syarif, Inovasi Teknologi Pengembangan Usaha Ternak Sapi. 2022. [Online]. Available: http://repository.pertanian.go.id/handle/123456789/18695%0Ahttp://repository.pertanian.go.id/bitstream/handle/123456789/18695/bk103_kalsel.pdf?sequence=1&isAllowed=y
  11. [11] M. D. O. Amaral Barreto and R. D. Indahsari, “Cattle Disease Diagnosis Expert System in Bandes Village, Ainaro District,” Procedia Eng. Life Sci., vol. 1, no. 2, 2021, doi: 10.21070/pels.v1i2.1009.
  12. [12] M. Agarina and A. S. Karim, “Rancang Bangun Sistem Informasi Kegiatan Seminar Nasional Berbasis Web Pada Institut Informatics Dan Bisnis Darmajaya,” Explor. J. Sist. Inf. dan Telemat., vol. 10, no. 1, 2019, doi: 10.36448/jsit.v10i1.1215.
  13. [13] N. Anggraini and R. F. F. Afidh, “Sistem Pakar Diagnosa Penyakit Sapi Menggunakan Metode CBR Dan Algoritma Similarity Sorgenfrei,” vol. 2, no. 1, pp. 1–10, 2023.
  14. [14] Aristoteles, K. Adhianto, R. Andrian, and Y. N. Sari, “Comparative analysis of cow disease diagnosis expert system using Bayesian network and Dempster-Shafer method,” Int. J. Adv. Comput. Sci. Appl., vol. 10, no. 4, pp. 227–235, 2019, doi: 10.14569/ijacsa.2019.0100427.
  15. [15] Y. Malelak and J. H. Tomasoey, “Penerapan Metode Fuzzy K-Nearest Neighbor (Fk-Nn) Untuk Menentukan Penyakit Pada Ternak Sapi Potong,” High Educ. Organ. Arch. Qual. J. Teknol. Inf., vol. 10, no. 2, pp. 66–72, 2018, doi: 10.52972/hoaq.vol10no2.p66-72.
  16. [16] H. Mursalan and Sumijan, “Akurasi dalam Identifikasi Penyakit Sapi Pesisir Menggunakan Metode Forward Chaining,” J. Inf. dan Teknol., vol. 3, pp. 115–120, 2021, doi: 10.37034/jidt.v3i3.117.
  17. [17] N. V. Kishan, S. T. Y, and S. Kavalur, “Cattle disease identification using Prediction Techniques,” no. 3, pp. 2764–2770, 2021.
  18. [18] M. A. K-medoids, “Clustering Vaksinasi Penyakit Mulut dan Kuku Di Provinsi Riau,” vol. 5, pp. 90–98, 2023.
  19. [19] F. N. Dhewayani, D. Amelia, D. N. Alifah, B. N. Sari, and M. Jajuli, “Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM,” J. Teknol. dan Inf., vol. 12, no. 1, pp. 64–77, 2022, doi: 10.34010/jati.v12i1.6674.