Penerapan Data Mining Untuk Mendiagnosis Penyakit Ayam

Ardhanie, Mochamad Rafy (2023) Penerapan Data Mining Untuk Mendiagnosis Penyakit Ayam. Other thesis, Universitas Komputer Indonesia.

[img] Text
1.UNIKOM_MOCHAMAD RAFY ARDHANIE_COVER.pdf - Published Version

Download (90kB)
[img] Text
19.UNIKOM_MOCHAMAD RAFY ARDHANIE_LEMBAR PENGESAHAN.pdf - Published Version

Download (122kB)
[img] Text
17.UNIKOM_MOCHAMAD RAFY ARDHANIE_SURAT KETERANGAN PUBLIKASI.pdf - Published Version

Download (85kB)
[img] Text
20.UNIKOM_MOCHAMAD RAFY ARDHANIE_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version

Download (80kB)
[img] Text
4.UNIKOM_MOCHAMAD RAFY ARDHANIE_KATA PENGANTAR.pdf - Published Version

Download (94kB)
[img] Text
5.UNIKOM_MOCHAMAD RAFY ARDHANIE_DAFTAR ISI.pdf - Published Version

Download (465kB)
[img] Text
11.UNIKOM_MOCHAMAD RAFY ARDHANIE_BAB 1.pdf - Published Version

Download (206kB)
[img] Text
12.UNIKOM_MOCHAMAD RAFY ARDHANIE_BAB 2.pdf - Published Version

Download (371kB)
[img] Text
13.UNIKOM_MOCHAMAD RAFY ARDHANIE_BAB 3.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text
14.UNIKOM_MOCHAMAD RAFY ARDHANIE_BAB 4.pdf - Published Version
Restricted to Repository staff only

Download (477kB) | Request a copy
[img] Text
15.UNIKOM_MOCHAMAD RAFY ARDHANIE_BAB 5.pdf - Published Version

Download (82kB)
[img] Text
10.UNIKOM_MOCHAMAD RAFY ARDHANIE_DAFTAR PUSTAKA.pdf - Published Version

Download (131kB)
[img] Text
18.UNIKOM_MOCHAMAD RAFY ARDHANIE_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version

Download (8kB)
Official URL: https://elibrary.unikom.ac.id/

Abstract

Tujuan dari penelitian ini adalah memberikan informasi penanganan untuk meminimalisir kematian berdasarkan hasil klasifikasi penyakit ayam. Terdapat 32 penyakit ayam di Indonesia yang dapat menyerang peternakan, salah satunya penyakit NCD yang dapat menyebabkan kematian ayam mencapai 60% dan Cocci yang dapat menyebabkan kematian hingga 80% dari total populasi. Salah satu cara untuk mendiagnosa kondisi kesehatan pada ayam dapat dilihat melalui kotoran ayam. Dengan menerapkan data mining kondisi kesehatan ayam dapat di diagnosa melalui karakteristiknya. Data mining dengan algoritma decision tree dapat digunakan untuk menganalisis kesehatan ayam berdasarkan karakteristiknya seperti warna, bentuk, dan kristal sebagai acuan untuk mendiagnosis penyakit pada ayam. Untuk mendapatkan pengetahuan terkait diagnosa kesehatan ayam maka dibuatlah aplikasi yang dapat melakukan feature extraction dari citra kotoran ayam sehingga mendapatkan karakteristik kotoran ayam yang dapat dilakukan diagnosa kondisi kesehatannya. Diagnosa tersebut dilakukan menggunakan algoritma decision tree yang hasil akhirnya akan memberikan informasi terkait kondisi kesehatan serta informasi penanganan terkait kondisi yang di alami oleh ayam tersebut. Berdasarkan hasil analisis dan pengujian yang dilakukan, aplikasi diagnosa dan rekomendasi penanganan dapat melakukan klasifikasi dan menghasilkan rekomendasi penanganan pada kondisi kesehatan cocci, healthy, ncd, dan salmo. Dari hasil pengujian tersebut didapatkan akurasi sebesar 98% dari 59 data citra yang diuji. Hasil penelitian yang telah dilakukan mulai dari perancangan, implementasi hingga pengujian dapat disimpulkan bahwa aplikasi diagnosis penyakit ayam ini dapat menghasilkan diagnosa penyakit sehingga dapat memberikan rekomendasi penanganan terhadap kondisi kesehatan ayam berdasarkan citra kotoran ayam sehingga dapat membantu para peternak meminimalisir kematian pada peternakan.

Item Type: Thesis (Other)
Uncontrolled Keywords: data mining, penyakit ayam, citra kotoran ayam, decision tree, feature extraction.
Subjects: 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Q Science > QA Mathematics > QA76 Computer software
Divisions: S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User: Mia Mia Hayati Kosasih
Date Deposited: 12 Nov 2024 06:38
Last Modified: 12 Nov 2024 06:38
URI: http://elibrary.unikom.ac.id/id/eprint/9396

Actions (login required)

View Item View Item