Implementasi Metode Particle Swarm Optimization-Dempster Shafer Untuk Diagnosa Indikasi Penyakit Pada Budidaya Ikan Gurami
| Main Author: | Gunawan, Faris Dinar Wahyu |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/1542/1/Faris%20Dinar%20Wahyu%20Gunawan.pdf http://repository.ub.ac.id/1542/ |
Daftar Isi:
- 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. Prediksi penyakit didapat dari fakta-fakta yang ada dalam proses 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 algoritme 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. Pada penelitian ini menggunakan hybrid Particle Swarm Optmization-Dempster Shafer untuk diagnosa indikasi penyakit pada budidaya ikan gurami. Dimana metode Particle Swarm Optimization digunakan untuk membangkitkan nilai densitas dan Dempster Shafer sebagai pengambil kesimpulan indikasi penyakit. Hasil yang didapat dari hasil keluaran sistem dengan pakar mencapai hasil 86,5%.