Article Sidebar

Cover Pseudocode Volume 9 Nomor 2 September 2022
Submitted
May 13, 2022
Accepted
October 1, 2022
Published
October 27, 2022
Download
pdf
Statistic
Read Counter : 399 Download : 447

Downloads

Download data is not yet available.

Main Article Content

Abstract

Dari berbagai macam jenis hewan ternak yang paling banyak dipelihara atau diternakkan oleh peternak adalah sapi. Sebagai negara yang memiliki iklim tropis, berbagai macam keadaan cuaca dapat menyebabkan kesehatan sapi perlu diperhatikan karena dapat menimbulkan penyakit. Dengan dilakukan penelitian ini dapat mempermudah peternak sapi dalam mendiagnosa penyakit pada sapi dengan gejala-gejala yang diderita menggunakan sistem yang mengimplementasikan algoritma K-Means Clustering dan Cosine Similarity pada Case Base Reasoning untuk diagnosa penyakit sapi. Sistem pakar yang dirancang dapat mendeteksi 7 penyakit dengan total 34 gejala serta memberikan solusinya. Algoritma K-Means Clustering digunakan untuk mengelompokkan basis pengetahuan. Terdapat 3 kelompok yang ditentukan menggunakan metode elbow. Cosine similarity digunakan untuk mendapatkan nilai kemiripan kasus dengan kasus lama untuk menentukan penyakit yang diderita oleh sapi. Proses pengujian fungsionalitas sistem pakar ini berjalan dengan baik menggunakan black box testing dan menghasilkan keberhasilan fungsional sebesar 100%. Penelitian ini dilakukan dengan menguji 40 data uji dan menghasilkan tingkat akurasi sebesar 92,5%.

Article Details

License

Copyright (c) 2022 Zahira Salsabila Barly, Funny Farady Coastera, Mochammad Yusa

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

  1. Seluruh materi yang terdapat dalam situs ini dilindungi oleh undang-undang. Dipersilahkan mengutip sebagian atau seluruh isi situs web ini sesuai dengan ketentuan yang berlaku.
  2. Apabila anda menemukan satu atau beberapa artikel yang terdapat dalam Jurnal Pseudocode yang melanggar atau berpotensi melanggar hak cipta yang anda miliki, silahkan laporkan kepada kami, melalui email pada Priciple Contact.
  3. Aspek legal formal terhadap akses setiap informasi dan artikel yang tercantum dalam situs  jurnal ini mengacu pada ketentuan lisensi Creative Commons Atribusi-ShareAlike (CC-BY-SA).
  4. Semua Informasi yang terdapat di Jurnal Pseudocode  bersifat akademik. Jurnal Pseudocode  tidak bertanggung jawab terhadap kerugian yang terjadi karana penyalah gunaan informasi dari situs ini.
Author Biographies

Zahira Salsabila Barly, Universitas Bengkulu

Informatika

Funny Farady Coastera, Universitas Bengkulu

Informatika

Mochammad Yusa, Universitas Bengkulu

Informatika
How to Cite
Barly, Z. S., Coastera, F. F., & Yusa, M. (2022). IMPLEMENTASI K-MEANS CLUSTERING DAN COSINE SIMILARITY PADA CASE BASE REASONING UNTUK DIAGNOSIS PENYAKIT SAPI (STUDI KASUS: PENYAKIT SAPI DI KOTA BENGKULU). Pseudocode, 9(2), 88–94. https://doi.org/10.33369/pseudocode.9.2.88-94
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. Sugihandono, A., Kusrini, & Al Fatta, H., “Case Base Reasoning Sebagai Alat Bantu Diagnosis Penyakit Ternak Sapi menggunakan Sorenson Coeficient (Studi Kasus: Di Kabupaten Pati),” Jurnal Teknologi Informasi, hal. 31-42, 2019.
  2. Muzakkir, I., & Botutihe, M. H., “Case Based Reasoning Method untuk Sistem Pakar Diagnosa,” ILKOM Jurnal Ilmiah, hal. 25-31, 2020.
  3. Badan Pusat Statistik, ‘Populasi Ternak menurut Jenisnya di Kota Bengkulu 2012-2014’, 2014. [Online]. Tersedia: https://bengkulukota.bps.go.id/indicator/24/66/1/populasi-ternak-menurut-jenisnya-di-kota-bengkulu.html. (Diakses: 6 April 2021).
  4. Badan Pusat Statistik, ‘Populasi Ternak Menurut Kabupaten/Kota dan Jenis Ternak di Provinsi Bengkulu (Ribu ekor)’, 2020. [Online]. Tersedia: https://www.bps.go.id/indikator/indikator/view_data_pub/1700/api_pub/S2ViU1dwVTlpSXRwU1MvendHN05Cdz09/da_05/1. (Diakses: 6 April 2021).
  5. Faransyah, S. P., Mola, S. A., & Nabuasa, Y. Y., “Implementasi Case Base Reasoning Menggunakan Metode Cosine Similarity Untuk Mendiagnosa Penyakit Pada Sapi,” J-ICON, hal. 47-52, 2018.
  6. Putri, T. E., Andreswari, D., & Efendi, R., “Implementasi Metode CBR (Case Based Reasoning) Dalam Pemilihan Pestisida Terhadap Hama Padi Sawah Menggunakan Algoritma K-Nearest Neighbor (KNN) (Studi Kasus Kabupaten Seluma),” Jurnal Rekursif, vol. 4, 2016.
  7. Rismawan, T., & Hartati, S., “Case-Based Reasoning untuk Diagnosa Penyakit THT (Telinga Hidung dan Tenggorokan),” IJCCS (Indonesian Journal of Computing and Cybernetics Systems), hal. 67-78, 2012.
  8. S.Y., H., Rismayani, & Syam, A., “Data Mining Menggunakan Algoritma K-Means Pengelompokan Penyebaran Diare Di Kota Makassar,” Prosiding Seminar Ilmiah Sistem Informasi dan Teknologi Informasi, hal. 73-82, 2019.
  9. Fauzi, M. A., & dkk., “Automatic Essay Scoring System Using N-Gram and Cosine Similarity for Gamification Based E-Learning,” ICAIP (International Conference on Advances in Image Processing), hal. 151-155, 2017.
  10. Rasyid, M., & Sumijan, “Sistem Pakar dalam Mengidentifikasi Penyakit pada Sapi Bali Menggunakan Metode Certainty Factor,” Jurnal Informasi dan Teknologi, hal. 174-180, 2021.
  11. Dwitri, N., & dkk., “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 di Indonesia,” JurTI (Jurnal Teknologi Informasi), vol. 4, 2020.
  12. Azmi, F., Utama, K., Gurning, O. T., & Ndraha, S., “Optimalisasi Centroid Awal Algoritma K-Means dengan Cosine Similarity,” JITE (Journal of Informatics and Telecommunication Engineering), vol. 3, hal. 224-231, 2020.
  13. Siswanto, Kecerdasan Tiruan, 2nd ed., Yogyakarta: Graha Ilmu, 2010.
  14. Hayadi, B. H., Sistem Pakar, Yogyakarta: Deepublish, 2018.
  15. Nugraheni, M., “Rancangan Case-Based Reasoning Menggunakan Sorenson Coefficient,” Jurnal Informatika, vol. 6, hal. 612-616, 2012.
  16. Bastian, A., Sujadi, H., & Febrianto, G., “Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka),” Jurnal Sistem Informasi (Journal of Information System), hal. 26-32, 2018.
  17. Chusyairi, A., & Saputra, P. R., “Pengelompokan Data Puskesmas Banyuwangi Dalam Pemberian Imunisasi Menggunakan Metode K-Means Clustering,” Telematika, vol. 12, hal. 139-148, 2019.
  18. Sholehudin, M., Fauzi, M. A., & Adinugroho, S., “Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi (Studi Kasus: Universitas Brawijaya),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, hal. 5518-5524, 2018.
  19. Adiarto, K. Y., “Implementasi Ilmu Tajwid pada Aplikasi Berbasis Android dengan Metode System Development Life Cycle,” Skripsi Thesis, STMIK AKAKOM YOGYAKARTA, Yogyakarta, 2020.
  20. Suriana, Bintari, E. D., & Kurniawan, D., “Desain Aplikasi Klasifikasi Kelulusan Mahasiswa Menggunakan Metode Naive Bayes dan Algoritma C4.5,” Journal of Big Data Analytic and Artificial Intelligence, vol. 3, hal. 31-41, 2017.