Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Sistem Pakar Diagnosa Hog Cholera Pada Hewan Berkaki Empat (BABI) Menggunakan Metode Teorema Bayes Evi Agustiana Sipayung *.
Ahmad Fitri Boy.
Kom.
Kom.
**,Drs.
Ahmad Calam.
Program Studi Sistem Informasi.
STMIK Triguna Dharma Program Studi Sistem Informasi Dosen Pembimbing.
STMIK Triguna Dharma Article Info Article history:
Keyword:
Sistem pakar.
Teorema Bayes.
Hog Cholera
ABSTRACT
Hewan babi dalam bisnis peternakan merupakan lingkungan suatu usaha yang bisa dikatakan menjanjikan.
Modal untuk melakukann ternak babi tidaklah begitu besar terlebih lagi untuk pemula, dan akan berkembang dengan pesat jika melakukan pemeliharaan dan perawatnya dengan baik Akan tetapi bukan berarti bisnis tidak menemui kendala.
Kurangnya pengetahuan peternak terhadap penyakit hewan ternak mereka sering kali mengakibatkan kesalahan diagnose dan memberikan obat kepada ternak mereka yang sakit.
Untuk itulah dibutuhkan sebuah sistem yang dapat membantu untuk melakukan diagnosa awal terhadap penyakit yang mungkin di derita ternak mereka.
Pada penelitian ini penulis membangun sebuah sistem pakar yang dapat membantu melakukan diagnosa terhadap penyakit Hog Cholera pada ternak babi menggunakan metode Teorema Bayes berbasis Website.
Dari pengujian yang dilakukan menghasilkan Sistem Pakar Berbasi Web untuk diagnosa Hog Cholera yang dapat bekerja layak nya seorang dokter hewan.
Informasi yang dapat di temui dalam sistem ini yaitu nama penyakit, defenisi, penyebab, gejala-gejala yang menyertai, keterangan penyakit, solusi pencegahan penyebaran dan nilai dari penyakit.
Copyright A 2020 STMIK Triguna Dharma.
All rights reserved First Author Nama : Evi Agustiana Sipayung Kampus : STMIK Triguna Dharma Program Studi : Sistem Informasi E-Mail : evisipayung98@gmail.
PENDAHULUAN
Hog cholera atau juga disebut demam babi klasik adalah penyakit serius dan sering fatal yang terjadi pada Hog cholera adalah penyakit menular pada babi yang disebabkan oleh Pestivirus C.
Demam babi yang diduga berasal dari Afrika ini mempengaruhi lebih dari 50 negara di 3 benua, termasuk Cina, tempat dimana hampir separuh populasi babi dunia berada.
Virus ini sangat menular dan dapat menyebar melalui pakan dan produk babi yang terkontaminasi, serta sepatu, pakaian, kendaraan, pisau dan peralatan rumah tangga lainnya.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Penularan juga dapat terjadi melalui proses perpindahan ternak yang terinfeksi dan melintasi populasi babi lain.
Virus ini juga mungkin ada dalam sampah yang digunakan untuk pakan babi.
Kemunculan penyakit ini akan ditandai dengan demam tinggi dan kelelahan pada babi, selanjutnya babi akan mulai kehilangan nafsu makan, depresi umum dan penarikan dari hewan lain, mata memerah dan kering, muntah sembelit atau diare, batuk dan kesulitan bernafas.
Babi adalah sejenis hewan ungulata yang bermoncong panjang dan berhidung lemper dan merupakan hewan yang aslinya berasal dari Eurasia.
Bisnis ternak babi termasuk menjanjikan, namun bukan berarti bisnis ini tidak memiliki kendala.
Beberapa kendala yang dapat di atasi seperti memberikan perawatan dan memberi makan masih dapat dilakukan oleh para peternak, namun tak sedikit pula kendala yang tidak dapat diatasi seperti penangan penyakit beserta solusi, jarak lokasi peternak dengan Dinas Peternakan jauh dan kurangnya penyuluhan tentang penyakit babi beserta solusi beternak dengan baik, pada akhirnya peternak babi merugi.
Semestinya peternak harus mempelajari berbagai faktor yang mempengaruhi perkembangan dalam beternak babi.
Kebanyakan dari peternak tidak menyadari hal ini termasuk pada masalah penyakit.
Semakin berkembangnya ilmu pengetahuan dan teknologi yang pesat dapat membuat orang tertarik untuk menciptakan hal-hal yang baru agar dapat lebih berguna dimasa yang akan datang.
Terdapat berbagai macam cara dan upaya yang dilakukan untuk mencapai hal tersebut.
Salah satu contohnya adalah pengguna teknologi pada zaman sekarang ini.
Namun keterbatasan jumlah dokter khususnya dokter hewan dan kesulitan mengakses tenaga medis tersebut menyebabkan sebagian peternak melakukan pengobatan sendiri terhadap ternak mereka yang sakit.
Kurangnya pengetahuan peternak terhadap penyakit hewan dan cara penangannya seringkali mengakibatkan kesalahan diagnosis dan pemberian obat kepada ternak mereka yang sedang sakit.
Untuk itulah dibutuhkan sebuah sistem yang dapat membantu para peternak untuk melakukan diagnosis awal terhadap penyakit yang mungkin diderita oleh hewan ternak mereka.
Oleh karena itu, proses untuk diagnosa terkait penyakit Hog cholera ternak babi membutuhkan persiapan yang matang dan terus di uji sebelum benar benar digunakan dan menghasilkan hasil yang berkualitas.
Perangkat lunak yang akan dirancang menggunakan metode Teorema bayes untuk bermanfaat bagi masyarakat serta sebagai media layanan konsultasi dalam memberikan informasi yang akurat, cepat dan mudah untuk dapat mengetahui penyakit Hog cholera berdasarkan gejala-gejala yang di derita oleh hewan peternak babi.
Selain itu berdasarkan hasil konsultasi bersama dengan pakar yang ahli dalam penyakit hewan dapat mendorong perancangan sistem menjadi lebih layak dan akurat.
Berdasarkan latar belakang permasalahan diatas maka diangkat sebuah penelitian dengan judul AuSistem Pakar Diagnosa Hog Cholera Pada Hewan Berkaki Empat (BABI) Menggunakan Metode Teorema BayesAy.
KAJIAN PUSTAKA
Pengertian Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang mampu menyamai atau meniru kemapuan seorang pakar yang mampu melakukan hal-hal yang dapat dikerjakan oleh seorang pakar dalam menyelesaikan masalah.
Sistem pakar merupakan cabang dari Artificial Intelligence (AI) yang cukup tua karena sistem ini mulai dikembangkan pada pertengahan 1960.
Menurut John McCartly .
kecerdasan buatan (Artificial Intelligenc.
ialah memodelkan proses pemikiran manusia dan mendesain mesin agar menirukan perilaku manusia.
Kecerdasan buatan biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika.
Psikologi.
Pengamatan.
Biologi.
Filosofi dan yang lainnya.
Menurut Sutojo dan suhartono.
Sistem pakar adalah suatu sistem yang di rancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah.
Dengan bantuan sistem pakar, seseorang yang bukan pakar atau ahli dapat menjawab pertanyaan, menyelesaikan masalah serta mengambil keputusan yang biasanya dilakukan oleh seorang pakar.
Konsep Dasar Sistem Pakar Untuk merancang suatu sistem pakar tentu membutuhkan tahapan-tahapan tertentu.
Sistem Pakar memiliki beberapa konsep dasar, beberapa bagian berikut akan menjelaskan konsep dasar sistem pakar.
1 Kepakaran Kepakaran merupakan suatu pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman.
Kepakaran ini lah yang memungkin para ahli dapat mengambil keputusan lebih cepat dan lebih baik daripada seorang yang bukan pakar.
Kepakaran itu sendiri meliputi beberapa pengetahuan sebagai berikut :
Fakta-fakta tentang bidang permasalahan tertentu.
Teori-teori tentang bidang permasalahan tertentu.
Aturan-aturan dan prosedur-prosedur menurut bidang permasalahan umumnya.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Aturan heuristic yang harus dikerjakan dalam suatu sistem tertentu.
Strategi global untuk memecahkan permasalahan .
Pengetahuan tentang pengetahuan .
eta knowledg.
2 Pakar Pakar adalah seseorang yang memiliki pengetahuan, khusus, pendapat pengalaman dan metode serta kemampuan untuk mengaplikasikan keahlihannya tersebut guna untuk menyelesaikan masalah.
Seorang pakar harus mampu menjelaskan dan mempelajari hal-hal baru yang berkaitan dengan topik permasalahan, jika perlu harus mampu menyusun kembali pengetahuan-pengetahuan yang didapatkan dan dapat memecahkan aturan-aturan serta menentukan relevansi kepakarannya.
Seorang pakar harus mampu melakukan kegiatan-kegiatan berikut :
Mengenali dan memformulasikan permasalahan.
Memecahkan permasalahan secara cepat dan tepat.
Merangkai pemecahannya.
Belajar dari pengalaman.
Mestrukturisasi pengetahuan.
Memecahkan aturan-aturan.
Menentukan relevansi.
3 Metode Teorema Bayes Teorema bayes adalah metode yang menerapkan aturan yang dihubungkan dengan nilai probalitas atau kemungkinan untuk menghasilkan suatu keputusan dan informasi yang tepat berdasarkan penyebab-penyebab yang terjadi.
Teorema Bayes memanfaatkan data sampel yang baru diperoleh dari populasi yang juga memperhitungkan suatu distribusi awal yang disebut distribusi prior.
Metode bayes juga memandang parameter sebagai variabel yang menggambarkan pengetahuan awal tentang parameter sebelum pengamatan dilakukan dan dinyatakan dalam suatu distribusi yang disebut dengan distribusi prior.
Setelah pengamatan dilakukan, informasi dalam distribusi prior dikombinasikan dengan data sampel melalui teorema bayes.
Sesuai dengan probabilitas subjektif, bila seseorang mengamati kejadian dan mempunyai keyakinan bahwa ada kemungkinan B akan muncul, maka probabilitas B disebut prior.
Sedangkan ada informasi tambahan bahwa misalnya kejadian A telah muncul, mungkin akan terjadi perubahan terhadap perkiraan semula mengenai kemungkinan B akan muncul.
Probabilitas untuk B sekarang adalah probabilitas bersyarat akibat A dan disebut sebagai probabilitas posterior.
Teorema bayes merupakan mekanisme untuk memperbaharuhi probabilitas prior menjadi probabilitas posterior.
Teorema bayes merupakan sebuah teorema dengan dua penafsiran berbeda.
Dalam penafsiran bayes, teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru.
Dalam penafsiran teorema ini menjelaskan representasi invers probabilitas dua kejadian.
Bentuk teorema bayes evidence tunggal E dan hipotesa H.
Probabilitas Bayesian dalam .
, adalah salah satu cara untuk mengatasi ketidakpastian dengan menggunakan formula Bayes yang dinyatakan sebagai berikut :
p(E | H) .
p(H) P(H | E) = p(E) Dimana :
P(H | E)
: probabilitas hipotesis H jika diberikan evidence E
P(E | H)
: probabilitas munculnya evidence E jika diketahui hipotesis H
P(H)
: probabilitas hipotesis H tanpa mengandung evidence apapun P(E) : probabilitas evidence E tanpa mengandung apapun Penerapan teorema bayes untuk mengatasi ketidakpastian, jika muncul lebih dari satu evidence dituliskan sebagai berikut :
a | ya, yc.
= P(H|E) Dimana :
P(H | E,.
E,H) P.
H) P(H|E) p.
E) : evidence lama : evidence baru : probabilitas adanya hipotesis H, jika muncul evidence baru E dari evidence lama e : probabilitas kaitan antara e dan E jika hipotesis H benar : probabilitas kaitan antara e dan E tanpa memandang hipotesis apapun : probabilitas hipotesis H jika terdapat evidence E.
METODOLOGI PENELITIAN
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Teknik Pengumpulan Data (Data Collectin.
Beberapa teknik yang dilakukan dalam penelitian ini adalah sebagai berikut:
Observasi Pengumpulan data yang kompleks karena melibatkan berbagai faktor dalam pelaksanaannya.
Termasuk untuk terjun langsung ke tempat peternakan babi yang berada di Jln.
Besar Gunung Meriah.
Desa Kulasar Kecamatan Silinda Kabupaten Serdang Bedagai, dan ke klinik Hewan Buana Vets yang berada di Jl.
Abdullah Lubis No.
9 Medan.
Teknk ini dilaksanakan dengan melakukan proses kegiatan untuk pengamatan langsung terhadap apa yang diteliti dengan data gejala penyakit berdasarkan pakar.
Wawancara Teknik pengumpulan data yang dilakukan melalui tatap muka dan tanya jawab langsung mengenai kasus kematian beberapa babi yang di alami peternak babi, yakni dengan bapak Pendapotan Damanik dan melakukan konsultasi bersama dokter ahli hewan.
Dr.
Hendrian sebagai antara peneliti dan narasumber.
Algoritma Sistem Algoritma sistem dilakukan dengan cara mengurutkan langkah-langkah penyelesaian suatu masalah pemrograman komputer.
Dalam pemrograman, hal yang penting untuk dipahami adalah logika dalam berpikir bagaimana cara memecahkan masalah pemrograman yang akan di buat.
Hal ini dilakukan untuk membantu atau mempermudah para ahli dan masyarakat peternak hewan babi untuk mendiagnosa suatu penyakit dari beberapa gejala, adapun algoritma sistem diagnosa sebagai berikut :
1 Inisialilasi Data Penyakit dan Gejala Pengembangan sistem pakar merupakan pemindahan pengetahuan kepakaran dari seorang pakar ke dalam sebuah sistem komputer, dengan memanfaatkan pengetahuan yang ada.
Sumber data pengetahuan dari seorang pakar ini tentunya menjadi acuan dasar sistem dalam menarik suatu kesimpulan.
Berikut adalah data yang digunakan sebagai sampel dalam penelitian yaitu sebagai berikut :
Tabel 1.
Data penyakit Hog cholera
Kode Penyakit P01
P02
Nama Penyakit Akut Kronis Tabel 2.
Gejala dari penyakit Hog cholera
Kode Penyakit Kode
Gejala
P01
P02
Gejala
G01
Demam tinggi E
G02
Kelesuan E
G03
Nafsu makan menurun dan berubah-ubah E
G04
Konstipasi di ikuti diare E
G05
Langkah kaki tidak stabil
G06
Depresi
G07
Konjungtivitis dengan air mata berlebihan E
G08
Leukopenia
G09
Batuk-batuk E
G10
Kejang-kejang E
G11
Mati rasa E
G12
Keterlambatan pertumbuhan E
G13
Kematian dalam jangka waktu 3 bulan E
G14
Babi berkerumun bersama 2 Inisialisasi Nilai Probabilitas Pada Suatu Kondisi Adapun aturan bayes berdasarkan suatu kondisi yang di ubah menjadi nilai probabilitas bayes tertentu dapat di lihat pada tabel kepastian sebagai berikut.
Table 3.
Kepastian Kondisi Journal homepage: https://ojs.
Nilai Probabilitas Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Tidak ada 0 Ae 0.
Mungkin 3 - 0.
Kemungkinan besar 5 - 0.
Hampir pasti 7 - 0.
Pasti 9 Ae 1.
3 Inisialisasi Rule Dalam menentukan rating kecocokan untuk kriteria penyakit Hog cholera bentuk akut dan kronis pada babi maka dibuatlah rulenya terlebih dahulu berdasarkan kaidah sistem pakar dengan proses mendiagnosa adalah sebagai berikut :
Rule 1 JIKA [Demam tingg.
DAN [Kelesua.
DAN [Nafsu makan menurun dan berubah-uba.
DAN [Konstipasi diikuti dengan diar.
DAN [Langkah kaki tidak stabi.
DAN [Depres.
DAN [Konjungtivitis dengan air mata berlebiha.
DAN [Leokopeni.
DAN [Batuk-batu.
DAN [Kejang-kejan.
DAN [Babi berkerumun bersam.
MAKA [Hog cholera Aku.
Rule 2 JIKA [Demam tingg.
DAN [Nafsu makan menurun dan berubah-uba.
DAN [Depres.
DAN [Leukopeni.
DAN [Mati ras.
DAN [Keterlambatan pertumbuha.
DAN [Kematian dalam jangka waktu 3 bula.
MAKA [Hog cholera Kroni.
Pernyataan diatas akan di proses dengan bentuk sebagai berikut :
C If G01 AND G02 AND G03 AND G04 AND G05 AND G06 AND G07 AND G08 AND G09 AND G10
AND G14
Then P01 C If G01 AND G03 AND G06 AND G08 AND G11 AND G12 AND G13 Then P02 Dalam membantu pembuatan aplikasi ini, maka di tampilkan data-data hubungan antara gejala dan jenis penyakit ke dalam tabel.
Table 4.
Rule Rule Then Keterangan G01.
G02.
G03.
G04.
G05.
G06.
G07.
G08.
P01
Akut G09.
G10.
G14
G01.
G03.
G06.
G08.
G11.
G12.
G13
P02
Kronis 4 Menentukan Nilai Probabilitas Suatu Gejala Nilai probabilitas yang berdasakan dari pengalaman seorang pakar yang menangani penyakit Hog Cholera.
Berkut ini nilai probabilitas dari penyakit Hog Cholera pada babi tersebut.
Kode Penyakit Table 5.
Gejala Penyakit dan Probabilitasnya Kode Gejala Probabilitas Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
G01
G02
G03
G04
G05
P01
G06
G07
G08
G09
G10
G14
G01
G03
G06
P02
G08
G11
G12
G13
Berdasarkan hasil penelitian yang dilakukan pada kasus baru ternak babi yang mengalami gejala-gejala sebagai berikut :
Tabel 3.
6 Konsultasi Kode Pertanyaan berdasarkan gejala Jawaban G01 Demam tinggi Tidak G02 Kelesuan Tidak G03 Nafsu makan menurun dan berubah-ubah Tidak G04 Konstipasi diikuti diare Tidak G05 Langkah kaki tidak stabil G06 Depresi G07 Konjungtivitis dengan air mata berlebihan Tidak G08 Leukopenia Tidak G09 Batuk-batuk G10 Kejang-kejang G11 Mati rasa G12 Keterlambatan pertumbuhan Tidak G13 Kematian dalam jangka waktu 3 bulan Tidak G14 Babi berkerumun bersama Maka dilakukan perhitungan menggunakan Teorema bayes untuk setiap gejala.
Penyelesaian :
Langkah Ke-1 : Mendefenisikan nilai probabilitas Mendefenisikan terlebih dahulu nilai probabilitas dari tiap evidence untuk tiap hipotesis berdasarkan data kasus yang ada.
P01 = Penyakit Hog cholera Akut G05 = P(E|H.
= 0.
G06 = P(E|H.
= 0.
G09 = P(E|H.
= 0.
G10 = P(E|H.
= 0.
G14 = P(E|H.
= 0.
P02 = Penyakit Hog cholera Kronis G06 = P(E|H.
= 0.
G11 = P(E|H.
= 0.
Langkah Ke-2 : Menjumlahkan Nilai Probabilitas Menjelaskan nilai probabilitas dari tiap evidence untuk masing-masing hipotesis berdasarkan data pada Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Oc P( E/H.
= G1 A Gn P01 = Penyakit Hog cholera Akut G05 = P(E|H.
= 0.
G06 = P(E|H.
= 0.
G09 = P(E|H.
= 0.
G10 = P(E|H.
= 0.
G14 = P(E|H.
= 0.
Oc P(E/H.
= 0.
2 = 2
P02 = Penyakit Hog cholera Kronis G06 = P(E|H.
= 0.
G11 = P(E|H.
= 0.
Oc P(E/H.
= 0.
4 = 0.
Langkah Ke-3 : Mencari Nilai Probabilitas Hipotesis Memandang H Tanpa Memandang Evidence Mencari nilai probabilitas hipotesis memandang H tanpa memandang evidence apapun lagi masing-masing mencari probabilitas dengan cara membagikan nilai probabilitas evidence awal dengan hasil penjumlahan probabilitas berdasarkan data sampel baru.
P(E |H.
P(H.
= n Ock=1 P(E/H.
P01 = Penyakit Hog cholera Akut (P|H.
= 0.
4/2 = 0.
(P|H.
= 0.
2/2 = 0.
(P|H.
= 0.
6/2 = 0.
(P|H.
= 0.
6/2 = 0.
(P|H.
= 0.
2/2 = 0.
P02 = Penyakit Hog cholera Kronis (P|H.
= 0.
2/0.
6 = 0.
(P|H.
= 0.
4/0.
6 = 0.
Langkah Ke-4 : Mencari Probabilitas Hipotesis Memandang Evidence Mencari probabilitas hipotesis memandang evidence dengan cara mengalikan nilai probabilitas evidence awal dengan nilai probabilitas hipotesis tanpa memandang evidence dan menjumlahkan hasil perkalian bagi masingmasing hipotesis.
Oc =P (Hi )*P (E|Hi ) A P(Hi )* P (E|Hi ) P01 = Penyakit Hog cholera Akut Oc1yco=1 = .
30*0.
4 ) .
10*0.
2 ) .
20*0.
10*0.
= 0.
P02 = Penyakit Hog cholera Kronis Oc2yco=2 = .
33*0.
67*0.
= 0.
Langkah Ke-5 : Mencari Hipotesis H jika diberikan evidence e Mencari nilai P(H.
E) atau probabilitas hipotesis H jika diberikan evidence e dengan cara mengalikan hasil nilai probabilitas hipotesis tanpa memandang evidence dengan nilai probabilitas awal lalu dibagi dengan hasil probabilitas hipotesa dengan memandang evidence.
P(H.
O P(E|H.
P(H.
= Ocnk P(E/H.
P01 = Penyakit Hog cholera Akut 30O 0.
P(H.
= 0.
P(H.
P(H.
10O 0.
20O 0.
= 0.
= 0.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
P(H.
30O 0.
10O 0.
= 0.
P(H.
= 0.
P02 = Penyakit Hog cholera Kronis 55O 0.
P(H.
= 0.
45O 0.
P(H.
= 0.
Langkah Ke-6 : Mencari Nilai Kesimpulan Mencari nilai kesimpulan dari metode Teorema bayes dengan cara mengalikan nilai probabilitas evidence awal atau P (E|H.
dengan nilai hipotesis Hi benar jika diberikan evidence E atau P (H.
E) dan menjumlahkan Oc bayes =P (E|Hi )* P(Hi |Ei )A.
P(E|Hi )* P(Hi |Ei ) K=1 P01 = Penyakit Hog cholera Akut 1 bayes = .
4*0.
2*0.
6*0.
6*0.
2*0.
= 0.
53 * 100 % = 55%
K=1
P02 = Penyakit Hog cholera Kronis 2 bayes = .
2*0.
4*0.
= 0.
36 * 100% = 36%
K=2
5 Menetapkan Kesimpulan dan Hasil Diagnosa Dari proses perhitungan yang telah dilakukan, berikut adalah tabel hasil diagnosa Hog cholera pada babi :
Tabel 3.
7 Hasil Diagnosa
Kode Penyakit Hasil Diagnosa
P01
P02
Berdasarkan tabel hasil diagnosa diatas.
P01 memiliki hasil diagnosa tertinggi yaitu 0.
55 atau 55%, dan di cocokkan dengan nilai probabilitas aturan bayes pada tabel kepastian maka dapat disimpulkan babi tersebut kemungkinan menderita penyakit Hog cholera akut (P.
Sejauh ini belum ada obat untuk kasus ini, namun ada beberapa pengendalian yang dapat dilakukan agar mencegah penyebaran virus terhadap ternak babi.
Adapun langkah-langkah antisipasi yang bisa dilakukan oleh peternak babi yaitu sebagai berikut :
Memperketat lalu lintas babi Virus ini tidak terlihat secara kasat mata, sebagai contoh ada ternak babi yang sehat seperti pada umumnya, akan tetapi beberapa hari kemudian tiba-tiba sakit hingga kemudian mati.
Di himbau kepada peternak jangan membeli ternak babi dengan harga murah atau jauh di harga pasaran, curigalah terhadap harga babi yang murah tersebut dan tidak tergiur dengan harga.
Biosecury Usahalah untuk menjaga suatu daerah dari masuknya agen penyakit, menjaga tersebarnya agen penyakit dari daerah tertentu atau tidak saling membesuk maupun menjenguk antar peternak babi karena virus itu bisa saja menempel pada manusia.
Bangkai babi yang mati agar di kubur atau di bakar Jangan membuang bangkai ke sungai, sebab apabila ada orang yang menggunakan air tersebut untuk menyemprot atau menyiram ternak babi mereka maka otomatis akan tertular, begitu pula membuang ke hutan, maka bisa menularkan ke babi hutan.
Manajemen kandang Selain rutin dalam membersihkan kandang cobalah menyemprotkan disinfektan setelah pembersihan kandang di pagi dan sore hari, cara ini dapat menghambat dugaan penyebaran virus.
PENGUJIAN DAN IMPLEMENTASI
Tampilan Halaman Utama Berikut ini merupakan halaman utama dimana halaman ini adalah halaman yang pertama kali mucul saat pengguna melakukan pencarian di web browser.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Gambar 1.
Tampilan Halaman Utama Tampilan Halaman Data Penyakit Berikut ini adalah tampilan halaman data penyakit :
Gambar 2.
Tampilan Halaman Data Penyakit Tampilan Halaman Data Gejala Berikut ini adalah tampilan halaman Data Gejala Penyakit sebagai berikut:
Gambar 3.
Tampilan Halaman Data Gejala Tampilan Halaman Diagnosa Pengunjung Berikut ini adalah tampilan Halaman Diagnosa Pengunjung :
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Gambar 4.
Tampilan Halaman Diagnosa Pengunjung Gambar 4.
Tampilan Halaman Diagnosa Pengunjung (Lanjuta.
Tanpilan Halaman Login Admin Berikut ini adalah tampilan halaman login Admin.
Gambar 5.
Tampilan Halaman Login Admin Tampilan Halaman Utama Admin Berikut ini adalah tampilan utama halaman admin.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Gambar 6.
Tampilan Utama Halaman Admin Tampilan Halaman Data Penyakit Berikut ini adalah tampilan halaman data penyakit.
Gambar 7.
Halaman Data Penyakit Tampilan Halaman Data Gejala Berikut ini adalah tampilan halaman data gejala penyakit.
Gambar 8.
Halaman Data Gejala Tampilan Halaman Data Basis Aturan Berikut ini adalah tampilan halaman data basis aturan adalah sebagai berikut.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
Gambar 9.
Halaman Data Basis Aturan Halaman laporan Pengunjung Berikut ini tampilan halaman laporan akses pengunjung yaitu :
Gambar 10.
Halaman Laporan Pengunjung KESIMPULAN Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang dibahas penyakit Hog Cholera atau demam babi klasik pada ternak babi dengan menggunakan metode Teorema Bayes pada sistem yang di rancang dan di bangun maka dapat di simpulkan sebagai berikut :
Dalam menentukan permasalah terkait yang di alami ternak babi terlebih dahulu melakukan analisa setiap gejala dan penyakit serta nilai densitas agar dapat di terapkan dalam perhitungan rumus Teorema Bayes.
Desain sistem di buat dilakukan pemodelan sistem dengan menggunakan Use Case Diagram.
Activity Diagram.
Class Diagram dan Flowchart, lalu merancang database sesuai kebutuhan program dan kemudian merancang Sistem di bangun menggunakan perangkat lunak yang sesuai kebutuhan sistem dan kemudian menerapkan perhitungan metode Teorema Bayes.
Pengujian sistem dilakukan dengan cara menjalankan program dan memperhatikan setiap halaman halaman program, sampai program benar-benar siap di gunakan oleh pihak masyarakat peternak babi.
Setelah lolos tahap pengujian, sistem di implementasi pada aplikasi browser dan menjadi sistem pakar terhadap penyelesaian masalah yang di alami masyarakat peternak babi dalam pemahaman mereka terkait penyakit Hog cholera, di harapkan dapat memanfaatkan sistem sebaik-baiknya UCAPAN TERIMA KASIH Puji Syukur kepada Allah SWT dimana atas berkatnyalah saya mampu menyelesaikan skripsi ini dengan Terima kasih juga kepada dosen pembimbing Bapak Ahmad Fitri Boy.
Kom,.
Kom dan Bapak Drs.
Ahmad Calam.
A beserta pihakAepihak lainnya yang mendukung penyelesaian jurnal skripsi ini.
Kiranya bisa memberi manfaat bagi pembacanya dan dapat meningkatkan kualitas jurnal selanjutnya.
Journal homepage: https://ojs.
Cyber Tech Vol.
No.
Juli 2020, pp.
ISSN:
DAFTAR PUSTAKA