DIAGNOSA PENYAKIT IKAN GURAMI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS WEB

  • Institut Bisnis dan Teknologi Pelita Indonesia
  • Institut Bisnis dan Teknologi Pelita Indonesia
  • Institut Bisnis dan Teknologi Pelita Indonesia
  • Institut Bisnis dan Teknologi Pelita Indonesia
  • Institut Bisnis dan Teknologi Pelita Indonesia
Abstract viewed = 774 times
PDF (Bahasa Indonesia) downloaded = 1133 times

Abstract

Ikan gurami merupakan salah satu jenis ikan air tawar yang banyak digemari masyarakat. Dalam membudidayakan ikan gurami tidak akan terlepas dari serangan penyakit yang dapat mengancam kelangsungan hidup ikan gurami. Penyakit yang melanda ikan gurami merupakan masalah bagi peternak ikan gurami, menyebabkan penurunan kualitas dan kuantitas produksi ikan gurami, dan dapat juga menimbulkan kematian secara masal yang mengakibatkan gagal panen. Untuk membantu mengatasi permasalahan ini dibutuhkan bantuan seorang pakar yaitu seorang ahli perikanan yang ahli dalam melakukan diagnosis, penanganan dan pengobatan penyakit ikan gurami. Namun faktanya para pakar perikanan tidak selalu dapat hadir untuk membimbing para peternak ikan gurami, oleh karena itu dibutuhkan sistem pakar yang dapat membantu para peternak dalam mendiagnosis penyakit ikan gurami berdasarkan pada gejalanya. Metode yang digunakan forward chaining berbasis aturan dan metode naïve bayes classifier. Pada penelitian ini metode naïve bayes classifier digunakan untuk menentukan nilai tingkat keyakinan pada sistem pakar yang dibuat. Perangkat lunak sistem pakar berbasis web yang dibuat dapat membantu masyarakat khususnya peternak ikan gurami dalam mengindentifikasi penyakit ikan gurami secara cepat, dan dilengkapi dengan solusi untuk pengobatan pada ikan gurami yang sudah terjangkit penyakit, dengan tingkat akurasi 90%.

Downloads

Download data is not yet available.
Published
2023-02-21
How to Cite
, et al. DIAGNOSA PENYAKIT IKAN GURAMI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS WEB. JOISIE (Journal Of Information Systems And Informatics Engineering), [S.l.], v. 6, n. 2, feb. 2023. ISSN 2527-3116. Available at: <https://www.ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/2795>. Date accessed: 16 feb. 2026. doi: https://doi.org/10.35145/joisie.v6i2.2795.
Section
Articles