Implementasi Metode Particle Swarm Optimization-Dempster Shafer untuk Diagnosa Indikasi Penyakit pada Budidaya Ikan Gurami

##plugins.themes.bootstrap3.article.main##

Faris Dinar Wahyu Gunawan Edy Santoso Lailil Muflikhah

Abstrak

Pengetahuan pembudidaya akan jenis penyakit yang dapat menyerang pada ikan gurami pada saat budidaya sangat kecil. Prediksi indikasi penyakit pada budidaya ikan gurami adalah suatu hal yang penting terhadap keberhasilan budidaya. Dempster shafer adalah salah satu teknik dari kecerdasan buatan yang digunakan untuk memprediksi berdasarkan fakta-fakta yang saling berkaitan. Dempster shafer metode yang sering digunakan karena tergolong algoritma yang mudah untuk diimplementasikan. Namun, kinerja dempster shafer sangat tergentung pada pakar yang mempunyai kaitan dengan permasalahan. Sehingga, jika terdapat fakta baru harus konsultasi dahulu kepada pakar. Selain itu, Dempster shafer tidak menjamin hasil prediksi yang spesifik karena fakta yang saling berkaitan sering kali bersifat umum. Salah satu pendekatan yang dapat digunakan untuk mengatasi masalah ini adalah dengan menerapkan metode Particle Swarm Optmization. Particle Swarm Optimization mengeksplorasi ruang pencarian untuk menemukan nilai densitas awal berdasarkan nilai cost partikel. Nilai cost dirancang untuk memininimalkan jarak nilai random dengan nilai bobot sehingga semakin kecil mendekati 0 nilai cost semakin besar peluang partikel sebagai solusi. Dimana metode Particle Swarm Optimization digunakan untuk membangkitkan nilai densitas dan Dempster Shafer sebagai pengambil kesimpulan indikasi penyakit. Pada penelitian ini menggunakan hybrid Particle Swarm Optmization-Dempster Shafer untuk diagnosa indikasi penyakit pada budidaya ikan gurami. Hasil yang didapat dari hasil keluaran sistem dengan pakar mencapai hasil 86,5%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Gunawan, F., Santoso, E., & Muflikhah, L. Implementasi Metode Particle Swarm Optimization-Dempster Shafer untuk Diagnosa Indikasi Penyakit pada Budidaya Ikan Gurami. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 2, p. 503-509, agu. 2017. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/849>. Tanggal Akses: 20 okt. 2019
Bagian
Artikel