PENERAPAN ALGORITMA CASE BASED REASONING DAN K-NEAREST NEIGHBOR UNTUK DIAGNOSA PENYAKIT AYAM

Penyakit pada ayam menimbulkan banyak sekali keresahan dan kerugian peternak baik materil dan nonmateril. Para peternak harus melakukan pencegahan sejak dini untuk mengatasi masalah ini. Pada penelitian ini diajukan solusi sebuah pendekatan sistem diagnosa yang dirancang dengan menggunakan metode CBR dan KNN. Dalam penerapannya kegunaan dari metode CBR adalah memberikan nilai kemiripan yang membandingkan antara gejala yang baru diinput pengguna dan dengan kasus lama yang sudah menjadi dataset. Jika kode penyakit dari gejala baru ditemukan pada dataset, maka nilai kemiripan akan bernilai 1 dan jika tidak ada kemiripan maka nilai bernilai 0. Sedangkan kegunaan dari metode KNN adalah menghitung tingkat similarity antara kasus baru dengan kasus lama. Hasil Pengujian didapatkan akurasi diagnosa penyakit sebesar 80%.