Click here to load reader

SISTEM DIAGNOSA PENYAKIT BAKTERI AYAM TERNAK …perpustakaan.fmipa.unpak.ac.id/file/4 jurnal.pdfberjudul “Sistem Pakar Diagnosis Penyakit Unggas Dengan Metode ... yaitu adalah membangun

  • View
    227

  • Download
    1

Embed Size (px)

Text of SISTEM DIAGNOSA PENYAKIT BAKTERI AYAM TERNAK …perpustakaan.fmipa.unpak.ac.id/file/4...

1

SISTEM DIAGNOSA PENYAKIT BAKTERI AYAM TERNAK MENGGUNAKAN

METODE DEMPSTER SHAFER

Syarif Maulana, Eneng Tita Tosida, Lita Karlitasari

Email : [email protected]

Program Studi Ilmu Komputer FMIPA Universitas Pakuan

ABSTRAK

Sistem pakar adalah sebuah sistem berbasis komputer yang sengaja diciptakan

dengan mengimplementasikan pengetahuan, fakta, dan teknik penalaran seorang pakar

agar dapat menyelesaikan sebuah masalah yang biasanya hanya dapat diselesaikan oleh

seorang pakar dalam bidang tertentu. Salah satu perannya yaitu dalam mendiagnosis

penyakit pada ayam ternak terutama penyakit yang disebabkan oleh bakteri, manfaat

yang diperoleh dari sistem ini adalah dapat mendiagnosa penyakit bakteri pada ayam

ternak secara cepat dan akurat dalam bentuk persentase nilai kepercayaan, dengan

melakukan perhitungan dari gelaja yang terjadi. Untuk dapat menghitung nilai tersebut

maka digunakanlah metode yang dapat menghitung ketidak konsistenan yang diakibatkan

timbulnya fakta baru yaitu dengan menggunakan metode Dempster Shafer yang dapat

memberikan kesimpulan beserta nilai kepercayaan dalam bentuk persen sebagai acuan

pengguna dalam mempercayai hasil diagnosa tersebut. Sehingga diharapkan mampu

membantu peternak dalam mengidentifikasi penyakit bakteri pada ayam ternak dalam

mengantisipasi kerugian yang diakibatkan serangan penyakit.

Kata Kunci : Sistem Pakar, Penyakit Bakteri Ayam Ternak, Metode Dempster Shafer

PENDAHULUAN

Berternak merupakan kegiatan atau

usaha dalam memelihara dan

mengembangbiakan hewan yang dapat

memberikan keuntungan materi kepada

peternak, keuntungan materi tersebut

dapat berupa pangan, bahan baku industri,

atau digunakan untuk membantu manusia

dalam menyelesaikan pekerjaannya.

Kegiatan berternak dapat digolongkan ke

dalam dua bagian, yang pertama adalah

peternakan hewan besar berupa sapi,

kerbau, dan kuda. Sedangkan yang kedua

adalah peternakan hewan kecil berupa

ayam, kelinci, bebek dan sebagainya.

Salah satu hewan ternak yang banyak

dikembangbiakan adalah ayam. Ayam

merupakan hewan yang banyak

menghasilkan keuntungan bagi manusia

selain sebagai sumber protein hewani

yang banyak dikonsumsi oleh masyarakat

ayam pun menjadi peliharaan yang banyak

dilirik untuk dijadikan hobi. Banyaknya

permintaan akan ayam baik sebagai

sumber pangan maupun sebagai

peliharaan memberikan peluang bisnis

kepada perternak untuk berkecimpung di

bisnis ternak ayam.

Kurangnya perawatan dalam

pemeliharaan ayam dapat berakibat buruk

pada kesehatan ayam yang berakibat ayam

terjangkit berbagai jenis penyakit yang

berbahaya. Salah satu penyebab timbulnya

penyakit pada ayam adalah bakteri.

Bakteri dapat berkembangbiak dengan

cepat jika lingkungan yang dimiliki ayam

dalam keadaan kotor. Peternak terkadang

tidak mengetahui penyakit yang dialami

ayam terutama yang ditimbulkan oleh

bakteri sehingga penanganan yang

dilakukan dalam pengobatan tidak tepat

sasaran.

Ketidaktahuan masyarakat akan

penyakit pada ayam yang disebabkan

bakteri memberikan dorongan pada

mailto:[email protected]

2

peneliti untuk merancang sistem berupa

diagnosis penyakit pada ayam dengan

metode Dempster Shafer. Metode ini

mempresentasikan gejala kedalam bentuk

nilai densitas sebagai bobot yang

kemudian digunakan untuk menentukan

himpunan dari suatu penyakit dengan

presentase kepercayaan tertentu.

Seperti pada penelitian sebelumnya

yang digunakan sebagai referensi dengan

judul Aplikasi Sistem Pakar

Mendiagnosa Penyakit Ginjal dengan

Metode Dempster Shafer yang dibuat

oleh Sulistyohati dan Hidayat (2008),

bahwa metode Dempster Shafer sesuai

untuk kasus semacam diagnosa penyakit.

teori ini akan mengkombinasikan

potongan informasi yang terpisah. untuk

mengkalkulasikan kemungkinan dari suatu

peristiwa. Berdasarkan referensi yang

didapat bahwa penelitian ini berbeda

dengan kasus penelitian yang sama yaitu

berjudul Sistem Pakar Diagnosis

Penyakit Unggas Dengan Metode

Certainty Factor yang dilakukan oleh

Rohajawati dan supriyati (2010).

Adapun tujuan dalam penelitian ini

yaitu adalah membangun Sistem diagnosa

penyakit pada Ayam ternak yang

disebabkan bakteri dengan metode

Dempster Shafer. Dengan ruang lingkup

pada penelitian yang dibatasi pada sistem

diagnosa penyakit pada ayam ternak di

wilayah Bogor yang diakibatkan bakteri

dengan metode Dempster Shafer yang

dikaji berdasarkan pengetahuan pakar

kesehatan hewan yang kemudian

diimplementasikan kedalam bahasa

pemrograman PHP dan database Mysql.

penyakit yang akan dikaji terdiri dari 7

penyakit bakterial pada ayam ternak

dengan gejala yang terdiri dari 30 gejala.

Diharapkan laporan Penelitian ini

dapat memberikan manfaat sebagai

berikut :

1. Dapat menambah wawasan dalam bidang Pemrograman sistem pakar

serta penerapan Pemrograman berbasis

web. dalam membantu permasalahan

yang sulit yang ditemukan dalam

membangun sebuah Sistem.

2. Menjadi referensi dalam penerapan Sistem Pakar dalam membantu

menciptakan sebuah Sistem Informasi

yang yang efisien dan spesifik.

3. Dapat membantu peran dokter hewan dalam mendiagnosis penyakit pada

ayam dan cara menanggulanginya.

4. Dapat membantu peternak ayam dalam memcari informasi mengenai

penyakit pada ayam ternak terutama

yang disebabkan bakteri dan dapat

membantu peternak dalam usaha

meningkatkan kualitas ayam dengan

deteksi penyakit secara dini.

METODE PENELITIAN

Perancangan sistem diagnosa penyakit

bakteri pada ayam ternak ini, mengacu

pada metode pebangunan aplikasi yaitu

System Development Lyfe Cycle (SDLC)

yang keseluruhan proses dalam

pembangunan sistem didapat melalui

beberapa langkah. Yang pertama adalah

Project planning dimana Programmer

terlebih dahulu menentukan target yang

ingin dicapai berupa kegunaan dari sistem

tersebut dan sebarapa luas elemen yang

terlibat pada sistem. Mulai dari merancang

database yang digunakan, kemudian

algoritma sistem yang akan berjalan juga

merancang alur dalam sistem tersebut.

dalam merancang sistem diagnosa

penyakit pada ayam ternak yang

disebabkan bakteri ini programmer

terlebih dahulu memikirkan metode apa

yang sesuai dengan rancangan sistem.

setelah mengkaji beberapa penelitian

terdahulu maka dapat disimpulkan bahwa

metode Dempster Shafer sesuai dengan

penelitian yang akan dilakukan. Oleh

karena itu sistem akan dibuat sesuai

algoritma Dempster Shafer dengan

membuat presentase dari beberapa fakta

untuk menghasilkan nilai kepercayaan.

Kemudian dilanjutkan dengan tahap

Analysis dengan mengidentifikasi kasus

3

dimana ketika ayam ternak terjangkit

suatu penyakit terutama yang disebabkan

bakteri biasanya yang dilakukan peternak

adalah menyewa jasa seorang dokter

hewan untuk mendiagnosa penyakit,

Dokter hewan memberikan diagnosa

berdasarkan gejala-gejala yang terjadi

pada ayam dan melakukan pengobatan

sesuai penyakit yang dialami ayam.

Namun agar dapat melakukan itu semua

peternak membutuhkan biaya untuk

membayar jasa seorang dokter agar dapat

menghemat itu semua yang dilakukan

peneliti dalam membantu peternak yaitu

dengan membuat sebuah sistem pakar

yang berfungsi untuk mendiagnosa

penyakit pada ayam yang disebabkan

bakteri dengan metode Dempster Shafer.

Tahap selanjutnya adalah Design

umumnya design dilakukan untuk

memperhitungkan aspek fungsi, estetik

dan berbagai macam aspek lainnya, yang

biasanya datanya didapat melalui riset.

Data riset tersebut kemudian akan diolah

ke dalam bentuk Entity Relationship

Diagram(ERD), Relasi Tabel, dan

Struktur Data untuk basis datanya,

sedangkan untuk logika pemrogramannya

data riset tersebut diolah ke dalam bentuk

DFD dan Flowchart agar lebih mudah

dipahami.

Dilihat dari kelebihan yang bisa

didapat sistem diagnosa penyakit bakteri

pada ayam ternak akan diimplementasikan

kedalam aplikasi berbasis web dengan

kelebihan mudah dalam mengaksesnya,

dapat dijalankan di sistem operasi

manapun, dapat diakses oleh banyak

media, dan tidak memerlukan spesifikasi

yang tinggi untuk mengakses aplikasi.

selain itu sistem ini dilengkapi dengan

pengolah database MySql. Selain itu

sistem ini akan melalui serangkaian uji

coba yang meliputi

a. Uji coba struktural yaitu uji coba untuk mengetahui alur sistem yang

dibuat sudah sesuai dengan yang

dirancang pada tahan perancangan.

b. Uji coba fungsional yaitu uji coba yang dilakukan untuk memeriksa

semua fungsi pada sistem agar dapat

bekerja sesuai kegunaan.

c. Uji coba validasi untuk mengukur dan mengetahui ketepatan dari sistem

apakah sudah relevan dengan data

yang diperoleh.

Dilihat dari segi perawatan sistem ini

dapat melakukan proses update berupa

tambahan penyakit dan gejala ataupun

update dari penyakit sebelumnya hal itu

dapat dilakukan dikarenakan sistem ini

bersifat dinamis. Update data dilakukan

dengan pengawasan dari seorang pakar

agar informasi yang didapat teruji

kebenarannya. Waktu penelitian dilakukan

pada 1 mei 2014 sampai dengan 1 juli

2014 di Sekolah Tinggi Penyuluhan

Pertanian Cinagara Bogor Jurusan

Penyuluhan Peternakan. data yang

digunakan didapat melalui proses

Pengambilan data yang diklasifikasikan ke

dalam dua jenis data yaitu.

a. Data Sekunder Data yang didapat pada penelitian ini

berasal dari buku yang berjudul Penyakit

Ayam dan Penanggulangannya pada

Penyakit Bakterial, mikal dan viral yang

ditulis oleh Prof. drh. Charles Rangga

Tabbu, M.Sc., Ph.D. yang membahas

beberapa penyakit yang salah satu babnya

membahas mengenai penyakit ayam yang

disebabkan bakteri dengan gejala-

gejalanya beserta solusi dan definisinya.

b. Data Primer

Data ini didapat melalui wawancara

dengan Drh. Sri Kusuma H, M.Si yang

bekerja sebagai staff pengajar di Sekolah

Tinggi Penyuluhan Pertanian Cinagara

Bogor Jurusan Penyuluhan Peternakan.

Beliau menyampaikan bahwa semakin

khas gejala untuk suatu penyakit maka

nilai densitas atau bobot yang diberikan

akan semakin besar.

Data yang telah diolah kemudian

dibuat kedalam sebuah tabel yang terdiri

dari gejala, penyakit dan nilai Densitas.

4

Tabel 1A. Nilai Densitas Gejala Untuk Setiap Penyakit Yang Dikaji

No Nama Penyakit Gejala Nilai

1 Infectious Coryz Suara ayam mengorok 85%

Keluar cairan dari rongga hidung ataupun mata 85%

Terjadi pembengkakan di darah fasial dan sekitar mata 85%

Bersin pada ayam 85%

Hilangnya nafsu makan dan minum 20%

Ayam mengalami diare 20%

2 Fowl Cholera Suara ayam mengorok 85%

Adanya cairan kental dari mulut yang kerapkali

menggantung seperti tali

85%

Perubahan warna kulit pada daerah fasial, jengger dan pial

menjadi ungu kebiruan

85%

Ayam demam 60%

Ayam berbulu berdiri 60%

Hilangnya nafsu makan 20%

Ayam terlihat mengantuk 20%

Peningkatan frekuensi respirasi 20%

Ayam mengalami diare 20%

Ayam tampak lesu 20%

3 Kolibasilosis Perut ayam membesar 85%

Pusar tampak membuka, dan terjadi perubahan pada

bentuk pusar

85%

Ayam mengalami diare 75%

Kotoran menutupi daerah kloaka 75%

Hilangnya nafsu makan 20%

Ayam akan tampak lesu 20%

Gangguan pertumbuhan 20%

4 Fowl Typhoid Sayap menggantung 85%

Daeerah fasial pucat 85%

Daerah balung mengkerut 85%

Ayam berbulu berdiri 60%

Ayam demam 60%

Ayam terlihat mengantuk 40%

Hilangnya nafsu makan dan minum 20%

5 Dermatitis

Gangrenosa

Terdapat timbunan cairan di bawah kulit pada bagian

ujung sayap, kaki, dan daerah bawah abdomen

85%

Bulu akan menghitam dan kotor pada bagian yang

terserang

85%

Kulit menjadi gelap dan mengelupas 85%

Kaki melemah 60%

Ataksia (sempoyongan) 60%

Hilangnya nafsu makan dan minum 20%

6 Stafilokokosis Terlihat kesakitan pada waktu berjalan 85%

Terjadi pembengkakan pada persendian 85%

Ayam mengalami diare 60%

Ayam demam 60%

Ayam akan tampak lesu 20%

Hilangnya nafsu makan dan minum 20%

5

Tabel 1B. Nilai Densitas Gejala Untuk Setiap Penyakit Yang Dikaji Lanjutan 1A

No Nama Penyakit Gejala Nilai

7 Streptokokosis Daerah balung dan pial pucat 85%

Tremor(gemetar) yang halus pada kepala 85%

Ayam demam 60%

Ayam berbulu berdiri 60%

Hilangnya nafsu makan dan minum 20%

Ayam mengalami diare 20%

Depresi 20%

Ayam akan tampak lesu 20%

Metode Dempster Shafer

Berdasarkan tabel tersebut setiap nilai

gejala tertentu yang dipilih akan dilakukan

perhitungan dengan metode Dempster

Shafer dengan penjelasan sebagai berikut

Secara umum teori Dempster-Shafer

ditulis dalam suatu interval:

[Belief,Plausibility]. Belief (Bel) adalah

ukuran kekuatan evidence dalam

mendukung suatu himpunan proposisi.

Jika bernilai 0 maka mengindikasikan

bahwa tidak ada evidence, dan jika

bernilai 1 menunjukkan adanya kepastian.

Plausibility (Pl) dinotasikan sebagai :

Pl(s) = 1 Bel (s) Plausibility juga

bernilai 0 sampai 1. Jika yakin akan s,

maka dapat dikatakan bahwa Bel(s)=1,

dan Pl(s)=0. Pada teori Dempster-Shafer

dikenal adanya frame of discrement yang

dinotasikan dengan . Frame ini

merupakan semesta pembicaraan dari

sekumpulan hipotesis. Tujuannya adalah

mengaitkan ukuran kepercayaan elemen-

elemen . Tidak semua evidence secara

langsung mendukung tiap-tiap elemen.

Untuk itu perlu adanya probabilitas fungsi

densitas (m). Nilai m tidak hanya

mendefinisikan elemen-elemen saja,

namun juga semua subsetnya. Sehingga

jika berisi n elemen, maka subset

adalah 2n . Jumlah semua m dalam subset

sama dengan 1. Apabila tidak ada

informasi apapun untuk memilih hipotesis, maka nilai : m{} = 1,0 Apabila diketahui

X adalah subset dari , dengan m1 sebagai

fungsi densitasnya, dan Y juga merupakan

subset dari dengan m2 sebagai fungsi

densitasnya, maka dapat dibentuk fungsi

kombinasi m1 dan m2 sebagai m3, yaitu :

m3(Z) = XY=Z m1 (X).m2(Y)

1 XY= m1 (X).m2(Y)

Dimana :

m3(Z) = mass function dari evidence (Z)

m1 (X) = mass function dari evidence (X)

m2 (Y) = mass function dari evidence (Y)

Zm1(X).m2(Y) = ada hasil irisan dari m1

dan m2

Zm1(X).m2(Y) = tidak ada hasil irisan

(irisan kosong ())

(Kusumadewi, 2003)

HASIL & PEMBAHASAN

Dalam hasil penelitian ini sistem

diharapkan mampu untuk melakukan

diagnosa mengenai penyakit pada ayam

yang disebabkan bakteri dengan

perhitungan Dempster Shafer yang dibuat

ke dalam mesin inferensi, mesin inferensi

dapat menghasilkan suatu kesimpulan

dalam bentuk persen yang sesuai dengan

input gejala yang terjadi. Gejala dan

penyakit dapat dihubungkan dalam sebuah

table yang disebut table aturan, table ini

berfungsi untuk menghubungkan antara

satu penyakit dengan satu gejala dimana

satu hubungan ini memiliki satu nilai

densitas yang dibuat dalam bentuk persen.

Hubungan antara gejala dan penyakit ini

memiliki relasi many to many dimana satu

gejala yang ada dapat dimiliki oleh

banyak penyakit begitupun sebaliknya

satu penyakit yang ada dapat dimiliki oleh

banyak gejala dengan nilai densitas yang

berbeda-beda ataupun sama. Contohnya

pada aturan 1 dimana gejala 1 untuk

penyakit 1 memiliki nilai densitas 60%,

6

namun pada aturan 2 gejala 1 untuk

penyakit 2 memiliki nilai densitas 70%

jadi antara aturan 1 dan aturan 2 memiliki

nilai densitas yang jelas berbeda. Namun

berbeda dengan aturan 3 dimana gejala 1

untuk penyakit 3 memiliki nilai 60% jadi

aturan 1 dan 3 memiliki nilai densitas

yang sama sehingga penyakit 1 dan 3

merupakan satu himpunan sama, namun

berbeda dengan aturan 2 dimana penyakit

2 tidak satu himpunan dengan penyakit 1

dan 3.

Gejala pada table aturan tadi

ditampilkan pada menu konsultasi agar

dapat digunakan oleh user sehingga dapat

dilakukan perhitungan yang menggunakan

metode Dempster Shafer. Gejala yang

terjadi dapat diceklis pada check box yang

tersedia untuk dilakukan perhitungan pada

mesin inferensi. Kemudian jika gejala

telah diproses dengan perhitungan

Dempster Shafer maka akan muncul

kesimpulan diagnosa penyakit dalam nilai

persen. Untuk gambarnya dapat dilihat

pada Gambar 1. Di bawah ini

Gambar 1. Menu Konsultasi

Untuk mengetahui apakah sistem

sudah sesuai maka dilakukan lah uji coba

validasi dan uji coba akurasi. Dalam uji

coba akurasi untuk menggambarkan

proses perhitungannya maka dibuatlah

sebuah jalan perhitungan sistem secara

manual seperti yang ada di bawah ini.

Sebelum dijelaskan dalam contoh kasus

maka dibuatlah terlebih dahulu alur proses

metode Dempster Shafer ke dalam bentuk

Flowchart. Seperti pada Gambar 2 di

bawah ini.

Gambar 2. Flowchart metode Dempster

Shafer

Keterangan :

X, Y, Z = Himpunan Penyakit

i = Jumlah Gejala

m = Nilai Densitas

Berdasarkan langkah tersebut maka dapat

dihitung kasus di bawah ini sesuai dengan

metode Dempster Shafer sebagai berikut.

Diketahui gejala pertama : Hilangnya

Nafsu makan dan minum (m1) Yang

merupakan gejala dari penyakit.

Infectious Coryza(p1)

Fowl Cholera(p2)

Kolibasilosis(p3)

Fowl Typhoid(p4)

Dermatitis Gangrenosa(p5)

Stafilokokosis(p6)

Streptokokosis(p7)

7

dimana dari masing-masing penyakit

memiliki nilai densitas atau bobot yang

sama yaitu 20%.

m1{p1,p2,p3,p4,p5,p6,p7} = 0.2

m1{}= 1 - 0.2 = 0.8

Kemudian muncul gejala baru : Suara

ayam mengorok (m2)

Yang merupakan gejala dari penyakit

Infectious Coryza(p1), Fowl Cholera(p2)

dimana dari masing-masing penyakit

memiliki nilai densitas atau bobot 85%

m2{p1,p2} = 0.85

m2{}= 1 0.85 = 0.15

kemudian dibuatlah kombinasi antara m1

dan m2 dengan rumus :

m3(Z) = XY=Z m1 (X).m2(Y)

1 XY= m1 (X).m2(Y)

untuk memudahkan dibuatlah tabel antara

m1 dan m2 :

Tabel 2. Kombinasi m1 dan m2

m2{p1,

p2} 0.85 m2() 0.15

m1{p1,p2,p3,p4,p5,p6,p7}

0.2 {p1,p2} 0.17 {p1,p2,p3,p4,p5,p6

,p7} 0.03

m1{} 0,8 {p1,p2} 0.68 m3() 0.12

m3 {p1,p2} = 0.17 + 0.68 / 1 - 0 = 0.85

m3 {p1,p2,p3,p4,p5,p6,p7} = 0.03 / 1 0

= 0.03

m3 {}=0.12 / 1 0 = 0.12

jadi dari kedua gejala yaitu m1 dan m2

lebih mengarah ke penyakit Infectious

Coryza(p1), Fowl Cholera(p2) dengan

nilai kepercayaan 85%. Kemudian muncul

gejala baru yaitu Ayam mengalami diare

(m4) yang merupakan gejal dari penyakit

Infectious Coryza(p1), Fowl Cholera(p2),

Streptokokosis(p7) dengan nilai densitas

yang sama 20%, kemudian penyakit

Kolibasilosis(p3) dengan nilai densitas

yang berbeda yaitu 75%, dan penyakit

Stafilokokosis(p6) dengan nilai densitas

yang juga berbeda yaitu 60%.

Jadi untuk gejala m4 akan menghasilkan

beberapa kombinasi berbeda yang

diakibatkan dari nilai densitas yang

dimiliki penyakit berbeda. Akan ada 3

kombinasi m5 baru yaitu yang pertama:

m4 {p1,p2,p7} = 0.2

m4 {} = 0.8

kemudian dibuat kombinasi antara m3 dan

m4 pertama:

Tabel 3. Kombinasi m3 dan m4

pertama

m4{p1,p2,

p7} 0.2 m4{} 0.8

m3{p1,p2} 0.85 {p1,p2} 0.17 {p1,p2} 0.68

m3{p1,p2,p3,p4,p5,p6,

p7} 0.03 {p1,p2,p7} 0.006

{p1,p2,p3,p4, p5,p6,

p7}

0.024

m3{} 0.12 {p1,p2,p7} 0.024 m5{} 0.096

m5{p1,p2} = 0.17 + 0.68 / 1 0 =0.85

m5 {p1,p2,p7} = 0.006 + 0.024 / 1 0

= 0.03

m5 { p1,p2,p3,p4,p5,p6,p7} = 0.024 / 1 0

= 0.024

m5 {} = 0.096 / 1 0 = 0.096

Kombinasi m5 yang kedua :

m4 {p3} = 0.75

m4 {} = 0.25

kemudian dibuat kombinasi antara m3 dan

m4 yang kedua:

Tabel 4. Kombinasi m3 dan m4 kedua

m4{p3} 0.75 m4{} 0.25

m3{p1,p2} 0.85 {} 0.6375 {p1,p2} 0.2125

m3{p1,p2, p3,p4,p5,

p6,p7} 0.03 {p3} 0.0225

{p1,p2,p3,p4,p5,p6,p7}

0.0075

m3{} 0.12 {p3} 0.09 m5{} 0.03

m5{p3} = 0.0225 + 0.09 / 1 0.6375

= 0.310345

m5 {p1,p2} = 0.2125 / 1 0.6375

= 0.586207

m5 { p1,p2,p3,p4,p5,p6,p7} = 0.0075 / 1

0.6375 = 0.02069

m5 {} = 0.03 / 1 0 = 0.082759

8

Kombinasi m5 yang ketiga :

m4{p6} = 0.6

m4{} = 0.4

kemudian dibuat kombinasi antara m3 dan

m4 yang ketiga:

Tabel 5. Kombinasi m3 dan m4 ketiga

m4{p6} 0.6 m4{} 0.4

m3{p1,p2} 0.85 {} 0.51 {p1,p2} 0.34

m3{p1,p2,p3,p4,p5,p6,p7}

0.03 {p6} 0.018 {p1,p2,p3,p4,p5,p6

,p7} 0.012

m3{} 0.12 {p6} 0.072 m5{} 0.048

m5{p6} = 0.018 + 0.072 / 1 0.51

= 0.183673 m5 {p1,p2} = 0.34 / 1 0.51

= 0.693878

m5 { p1,p2,p3,p4,p5,p6,p7} = 0.012 / 1

0.51 = 0.02449

m5 {} = 0.048 / 1 0.51 = 0.097959

Dapat dilihat dari ketiga kombinasi m5

nilai terbesar yang dimiliki ada pada

kombinasi m5 yang pertama dengan nilai

0.85 dengan begitu dapat disimpulkan

bahwa ayam tersebut menderita Infectious

Coryza(p1) atau Fowl Cholera(p2) dengan

nilai kepercayaan 85%. Kemudian

bagaimana jika muncul gejala baru yaitu

bersin pada ayam (m6) yang merupakan

gejala dari Infectious Coryza(p1) dengan

nilai densitas 85%.

m6{p1} = 0.85

m6{} = 0.15

Kemudian dibuat kombinasi antara m5

dan m6 sebagai berikut:

Tabel 6. Kombinasi m5 dan m6

m6{p1} 0.85 m6{} 0.15

m5{p1,p2} 0.85 {p1} 0.7225 {p1,p2} 0.1275

m5{p1,p2, p7}

0.03 {p1} 0.0255 {p1,p2,

p7} 0.0045

m5{p1,p2,p3,p4,p5,p6,

p7} 0.024 {p1} 0.0204

{p1,p2, p3,p4, p5,p6,

p7}

0.0036

m5() 0.096 {p1} 0.0816 m7{} 0.0144

m7{p1} = 0.7225 + 0.0255 + 0.0204 +

0.0816 / 1 0 = 0.85

m7{p1,p2} = 0.1275 / 1 0

= 0.1275

m7{p1,p2,p7} = 0.0045 / 1 0

= 0.0045

m7{p1,p2,p3,p4,p5,p6,p7} = 0.0036 / 10

= 0.0036

m7{} = 0.0144 / 1 0 = 0.0144

Berdasarkan hasil perhitungan m7 di

atas dapat dilihat bahwa nilai yang

terbesar dimiliki oleh penyakit Infectious

Coryza(p1) dengan nilai 0.85 dengan

begitu dapat disimpulkan bahwa

berdasarkan gejala-gejala tersebut dapat

dihasilkan sebuah kesimpulan yaitu ayam

tersebut terinfeksi penyakit Infectious

Coryza(p1) dengan tingkat kepercayaan

85%.

Jadi kesimpulan dalam uji coba

validasi ini sistem sesuai dengan yang

diharapkan mampu menghitung nilai

secara benar.

Kemudian untuk mengetahui

ketepatan sistem maka uji coba

dilanjutkan dengan uji coba akurasi

menggunakan perhitungan Confusion

matriks untuk memastikan apakah

pendapat pakar dengan sistem sesuai.

9

Tabel 7A. Uji Coba Akurasi Kasus

Diagnosa Sistem

Infectious

Coryza

Diagnosa

Sistem bukan

Infectious

Coryza

Akurasi Error rate Kecepatan

Data (s)

-Suara ayam

mengorok

-Keluar cairan dari

rogga hidung

-Terjadi

pembengkakan di

daerah fasial dan

sekitar mata

-Bersin pada ayam

-hilangnya nafsu

makan dan minum

-Ayam mengalami

diare

Dugaan pakar

Infectious

Coryza

99.6625 0.3375

99.6625

% 0.3375%

0.0087505

detik

Dugaan pakar

bukan

Infectious

Coryza

0 0

Kasus

Diagnosa Sistem

Fowl Cholera

Diagnosa

Sistem bukan

Fowl Cholera

Akurasi Error rate Kecepatan

Data (s)

-Suara ayam

mengorok

-Adanya cairan

kental dari mulut

yang kerapkali

menggantung seperti

tali

-Perubahan warna

kulit pada daerah

fasial, jengger, dan

pial menjadi ungu

kebiruan

-ayam demam

-ayam berbulu berdiri

-hilangnya nafsu

makan

-ayam terlihat

mengantuk

-peningkatan

frekuensi respirasi

-ayam mengalami

diare

-ayam tampak lesu

Dugaan pakar

Fowl Cholera 97.51552 2.48448

97.51552

% 2.48448%

0.015001

Detik

Dugaan pakar

bukan Fowl

Cholera

0 0

10

Tabel 7B. Uji Coba Akurasi lanjutan dari 7A Kasus

Diagnosa Sistem

Kolibasilosis

Diagnosa

Sistem bukan

Kolibasilosis

Akurasi Error rate Kecepatan

Data (s)

-perut ayam

membesar

-pusar tampak

membuka, dan terjadi

perubahan pada

bentuk pusar

-ayam mengalami

diare

-kotoran menutupi

daerah kloaka

-hilangnya nafsu

makan

-ayam akan tampak

lesu

-gangguan

pertumbuhan

Dugaan pakar

Kolibasilosis 99.8875 0.1125

99.8875% 0.1125% 0.006334

detik

Dugaan pakar

bukan

Kolibasilosis

0 0

Kasus

Diagnosa Sistem

Fowl Typhoid

Diagnosa

Sistem bukan

Fowl Typhoid

Akurasi Error rate Kecepatan

Data (s)

-sayap menggantung

-daerah fasial pucat

-daerah balung

mengkerut

-ayam berbulu berdiri

-ayam demam

-ayam terlihat

mengantuk

-hilangnya nafsu

makan

Dugaan pakar

Fowl Typhoid 99.7975 0.2025

99.7975% 0.2025% 0.0035

detik

Dugaan pakar

bukan Fowl

Typhoid

0 0

Kasus

Diagnosa Sistem

Dermatitis

Gangrenosa

Diagnosa

Sistem bukan

Dermatitis

Gangrenosa

Akurasi Error rate Kecepatan

Data (s)

-terdapat timbunan

cairan di bawah kulit

pada bagian ujung

sayap, kaki, dan

daerah bawah

abdomen

-bulu akan

menghitam dan kotor

pada bagian yang

terserang

-kulit menjadi gelap

dan mengelupas

-Kaki melemah

-ataksia

(sempoyongan)

-Hilangnya nafsu

makan dan minum

Dugaan pakar

Dermatitis

Gangrenosa

99.946 0.054

99.946% 0.054% 0.00225

detik

Dugaan pakar

bukan

Dermatitis

Gangrenosa

0 0

11

Tabel 7C. Uji Coba Akurasi lanjutan dari 7A & 7B Kasus

Diagnosa

Sistem

Stafilokokosis

Diagnosa

Sistem bukan

Stafilokokosis

Akurasi Error rate Kecepatan

Data (s)

-terlihat kesakitan

pada waktu berjalan

-terjadi

pembengkakan pada

persendian

-Ayam mengalami

diare

-ayam demam

-ayam akan tampak

lesu

-hilangnya nafsu

makan dan minum

Dugaan pakar

Stafilokokosis 99.1 0.9

99.1% 0.9% 0.006001

detik

Dugaan pakar

bukan

Stafilokokosis

0 0

Kasus

Diagnosa

Sistem

Streptokokosis

Diagnosa

Sistem bukan

Streptokokosis

Akurasi Error rate Kecepatan

Data (s)

-daerah balung dan

pial pucat

-tremor(gemetaran)

yang halus pada

kepala

-ayam demam

-ayam berbulu berdiri

-hilangnya nafsu

makan dan minum

-ayam mengalami

diare

-depresi

-ayam akan tampak

lesu

Dugaan pakar

Streptokokosis 98.2 1.8

98.2% 1.8% 0.007667

detik

Dugaan pakar

bukan

Streptokokosis

0 0

Dari hasil uji coba akurasi didapat

bahwa sistem rata-rata dapat memproses

data dengan akurasi 99. 1584314%

dengan error rate 0.8415686%. Selain itu

pada aplikasi Diagnosa penyakit pada

ayam ini data yang dilakukan perhitungan

belum dapat dihitung secara pararel,

perhitungan hanya dilakukan satu kali

pada saat data konsultasi di inputkan saja

tanpa bisa membandingkan beberapa

inputan, karena untuk hasil perhitungan

aplikasi ini tidak disimpan ke dalam

database. Dikarenakan subjek yang akan

dilakukan diagnosa hanya terdiri dari satu

subjek saja belum dapat menghitung beberapa subjek sekaligus yang kemudian

dilakukan perbandingan antar subjek

sehingga menemukan diagnosa yang sama

untuk beberapa ayam.

KESIMPULAN

Sistem Diagnosa Penyakit pada Ayam

Ternak ini mampu mendiagnosa 7

penyakit yang diakibatkan Bakteri dengan

30 gejala yang berbeda dengan metode

Dempster Shafer sebagai penghitung nilai

probabilitas. Sistem ini memiliki sebuah

tabel yang disebut tabel aturan berguna

untuk mengkombinasikan antara data

penyakit dan gejala disertai dengan nilai

densitas atau bobot sehingga dapat

melakukan perhitungan dengan metode

Dempster Shafer. Proses perhitungan

dapat dilakukan ketika input gejala sudah

dilakukan pada menu konsultasi dimana

input tersebut terdiri dari beberapa

checkbox gejala yang bisa diceklis sesuai

12

dengan gejala yang terjadi kemudian

gejala yang sudah diceklis akan diproses

untuk dapat menentukan kemungkinan

penyakit dengan nilai kepercayaan dalam

bentuk persen.

Sistem ini mampu melakukan

perhitungan dengan satu subjek ayam saja

yang dilakukan satu kali untuk satu subjek

ayam tanpa disimpan dalam database

dengan tingkat akurasi yang cukup tinggi

sebesar 99.1584314% yang didapat

melalui proses dari 7 kasus penyakit yang

diklasifikasikan kedalam penyakit

bakterial dengan menghitung rata-rata dari

setiap kasusnya kemudian untuk tingkat

errornya cukup rendah yaitu sebesar

0.8415686% dihitung dari rata-rata setiap

kasusnya. Kemudian untuk beberapa

kasus ekstrim seperti input semua gejala

pada menu konsultasi sistem ini sudah

dapat melakukan proses dengan

menampilkan message box berupa

pernyataan yang berisikan larangan untuk

tidak memperbolehkan menceklis semua

gejala yang ada pada menu konsultasi.

Jadi sistem ini sudah dapat mencukupi

kebutuhan user dalam mendiagnosa

penyakit pada ayam ternak.

SARAN

Apilkasi sistem pakar penyakit pada

ayam ini masih perlu dilakukan

pengembangan seperti pada jumlah

penyakit yang dikaji, kemudian

penambahan klasifikasi penyakit seperti

penyakit yang disebabkan virus dan

jamur. Serta perhitungan konsultasi yang

masih dilakukan untuk satu subjek saja,

jika perhitungan dapat dilakukan untuk

beberapa subjek ayam dalam suatu

peternakan atau datanya bersifat pararel

untuk satu kali hitungan maka perhitungan

yang dapat dihasilkan akan lebih komplek

dan akurat sehingga hasil yang didapat

lebih memuaskan. Selain itu dibuat juga

dalam versi mobile programmingnya

sehingga user dapat mengakses aplikasi

lebih cepat dan mudah melalui

smartphone dan semacamnya.

DAFTAR PUSTAKA

Anonim. Penjelasan Ayam. Tersedia pada

http://www.situs-

peternakan.com/2013/03/tentang-

ayam-dan-ciri-cirinya.html

diakses 22 April 2014

Fathansyah. 2002. Basis Data.

Informatika Bandung. Bandung.

Gunawan. 2000. Kuliah Artificial

Intelligence Pengantar ke Expert

System. Surabaya.

Istiqomah, YN & A Fadlil. 2013. Sistem

Pakar untuk Mendiagnosa

Penyakit Saluran Pencernaan

Menggunakan Metode Dempster

Shafer. 9

Jogiyanto, HM. 2005. Analisis & Desain

Sistem Informasi : Pendekatan

Terstruktur Teori dan Praktek

Aplikasi Bisnis. Andi Offset.

Yogyakarta. Kusumadewi, S. 2003. Artificial

Intelligence (Teknik & Aplikasi).

Graha Ilmu. Yogyakarta.

Kusrini. 2006. Sistem Pakar Teori dan

Aplikasi. Andi. Yogyakarta.

Rohajawati, S & R Supriyati. 2010.

Sistem Pakar Diagnosis Penyakit

Unggas dengan Metode Certainty

Factor.

Sulistyohati, A & T Hidayat. 2008.

Aplikasi Ssistem Pakar Diagnosa

Penyakit Ginjal dengan Metode

Dempster-Shafer. 2-5

Suryadi, HS. 1994. Pengantar Sistem

Pakar. Gunadarma. Jakarta.

Tabbu, CR. 2000. Penyakit Ayam dan

Penanggulangannya. Volume-1.

KANISIUS. Yogyakarta.

http://www.situs-peternakan.com/2013/03/tentang-ayam-dan-ciri-cirinya.htmlhttp://www.situs-peternakan.com/2013/03/tentang-ayam-dan-ciri-cirinya.htmlhttp://www.situs-peternakan.com/2013/03/tentang-ayam-dan-ciri-cirinya.html