(SPDPPA)
Oleh:
TOTO HARYANTO
G64101017
RINGKASAN
TOTO HARYANTO. Sistem Pakar Diagnosa Penyakit Pada Ayam (SPDPPA). Dibimbing oleh
MARIMIN dan YENI HERDIYENI.
Sistem Pakar Diagnosa Penyakit Pada Ayam (SPDPPA ) merupakan suatu sistem komputer
yang dikembangkan untuk mendiagnosa penyakit pada ayam berdasar gejala-gejala klinis dan
perubahan makroskopis yang terdapat pada ayam yang diidentifikasi terinfeksi penyakit. Salah
satu metode inferensia yang digunakan pada penelitian ini adalah fuzzy inference system (FIS).
Dengan fuzzy inference system ini gejala-gejala yang memiliki kemiripan pada saat pendiagnosaan
dapat diatasi. Penyakit yang terdiagnosa pada SPD PPA dibatasi hanya pada tiga penyakit, yaitu:
Avian Influenza (AI), Newcastle Disease (ND) dan Infectious Laryngotracheitis (ILT).
Pada penelitian ini rancang bangun SPDPPA mengalami dua jenis alur pendiagnosaan. Pada
pendiagnosaan pertama, data fuzzy berupa warna pial yang dibagi menjadi 10 kelompok warna,
umur ayam, angka kematian dan suhu tubuh akan dijadikan sebagai masukan. Data tersebut akan
proses oleh fuzzy inference sys tem. Keluaran proses akan berupa diagnosa sementara dengan
kriteria mendukung ILT, sangat mendukung ILT, mendukung ND, sangat mendukung ND,
mendukung AI dan sangat mendukung AI. Pengujian sistem untuk data fuzzy dilakukan dengan
mengkombinasikan beberapa masukan.
Berdasar verifikasi, hasil pengujian menunjukkan bahwa ayam yang terdiagnosa sementara
mendukung ND, warna pialnya merah dengan suhu tubuh 430C 450C dan angka kematian 30
sampai 50 persen. Adapun untuk mendapatkan diagnosa sementara sangat mendukung ND, warna
pialnya merah dengan suhu 430C 450C dan tingkat kematian 3060 persen. Unt uk mendiagnosa
AI dengan tingkat mendukung, kondisi warna pial sudah semakin membiru. Angka kematian
mulai 30-60 persen dengan suhu tubuh 430C-450C. Nilai keanggotaan (a) mendukung AI
mencapai rata-rata 1 pada saat warna pial berada pada kelompok warna 7. Demikian halnya
dengan diagnosa untuk menghasilkan sangat mendukung AI. Warna pial sudah membiru dengan
suhu tubuh dan angka kematian yang tinggi.
Keluaran proses fuzzy inference system kemudian akan dikombinasikan dengan gejala nonfuzzy dalam suatu kaidah produksi atau if-then rule untuk mengidentifikasi jenis penyakit hasil
SPDPPA. Gejala non-fuzzy tersebut adalah kondisi eksudat, kondisi trakea, gejala perdarahan
bawah kulit, perubahan sistem saraf dan gejala pada tinja. Pemeriksaan terhadap gejala non -fuzzy
dilakukan secara sekuensial berdasarkan nilai bobot gejala yang dihasilkan oleh proses hierarki
analitik. Apabila pada gejala non-fuzzy terdapat gejala yang menunjang hasil diagnosa proses fuzzy
inference system, maka pemeriksaan akan selesai. Akan tetapi jika tidak, pemeriksaan akan
diteruskan pada gejala non-fuzzy berikutnya. Gejala non-fuzzy yang bersifat khas bagi penyakit ND
adalah eksudat yang kental bening, kepala ayam yang berputar dan tinja yang berwarna hijau.
Ayam yang terdiagnosa mendukung AI warna pialnya semakin memucat dengan suhu dan angka
mati seperti pada penyakit ND. Eksudat yang encer bening, perdarahan bawah kulit merupakan
gejala non-fuzzy yang khas terlihat ketika ayam terkena Avian Influenza (AI).
Hasil akhir dari SPDPPA juga dapat memberikan saran atau rekomendasi yang bagi pengguna
langkah yang seharusnya dilakukan apabila ayam menderita penyakit tertentu. Pada pemeriksaan
di lapangan bai k gejala fuzzy maupun non-fuzzy dilakukan secara bersama-sama.
Kata kunci : sistem pakar, Avian Influenza (AI), Newcastle Disease (ND), Infectious
Laryngotracheitis (ILT), fuzzy inference system ,if-then rule.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer
Oleh :
TOTO HARYANTO
G64101017
Judul
Nama
NRP
Menyetujui:
Pembimbing I,
Pembimbing II,
Mengetahui:
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Tanggal Lulus :
RIWAYAT HIDUP
Penulis lahir di Kota Mangga, Indramayu pada tanggal 17 November 1982, anak dari
pasangan Caca Goembira dan Iyus Rusyati. Penulis merupakan anak kedua dari empat bersaudara.
Tahun 2001 penulis lulus dari SMU Negeri 1 Cirebon dan pada tahun yang sama melanjutkan
kuliah ke Institut Pertanian Bogor (IPB), Departemen Ilmu Komputer, Fakultas Matematika dan
Ilmu Pengetahuan Alam (FMIPA) melalui jalur Undangan Seleksi Masuk IPB (USMI).
Selama mengikuti perkuliahan, penulis pernah menjadi ketua divisi akademik bimbingan
belajar Prestasipb yang didirikan oleh Badan Eksekutif Mahasiswa FMIPA (BEM FMIPA) pada
tahun 2003. Di bidang organisasi penulis tecatat sebagai anggota Himpunan Masyarakat Ilmu
Komputer (Himalkom) FMIPA IPB. Selama di IPB, penulis juga aktif di Forum Kajian Islam
Ilmiyah Salafy (FKIIS). Pada akhir perkuliahan, penulis berkesempatan mengikuti Praktek Kerja
Lapang (PKL) selama dua bulan ( 26 Januari 26 Maret 2004) di International Herbal Center
(IHC), Jakarta Timur.
PRAKATA
Alhamdulillah segala puji penulis panjatkan ke hadirat ALLAH Subhanahu wa taala atas
segala rahmat, kasih sayang dan cinta-Nya sehingga skripsi ini berhasil diselesaikan. Shalawat dan
salam semoga senantiasa tercurah pada teladan kita Nabi Muhammad Shallallahu alaihi wasallam,
kerabat, sahabat dan umatnya sampai akhir zaman. Tema yang dipilih dalam penelitian ini ialah
Sistem Pakar, dengan judul Sistem P akar Diagnosa Penyakit Pada Ayam ( SPDPPA).
Penulis menyampaikan terima kasih kepada semua pihak yang telah membantu dalam
penulisan karya ilmiah ini khususnya kepada Bapak Prof.Dr.Ir.Marimin, M.Sc dan Ibu Yeni
Herdiyeni, S.Si, M.Kom yang telah membimbing dengan penuh ketekunan dan kesabaran hingga
selesainya penulisan karya ilmiah ini. Penulis juga mengu capkan terima kasih kepada Ibu
drh.Ekowati Handharyani, MS, Ph.D sebagai pakar atas segala pengetahuan tentang penyakit ayam
yang telah diberikan.
Selanjutnya, penulis juga ingin mengucapkan terima kasih kepada:
1. Bapak dan Ibu tercinta, terima kasih atas segala doa, cinta, kasih sayang, dan dukungan yang
tiada batasnya baik materil maupun spirituil.
2. Kakak dan adiku Aa Opi, Doni dan Ade Indy, terima kasih atas segala canda dan keceriaan
yang telah menambah semangat atas terselesainya penulisan ini.
3. Keluarga Ir. Asep Zaenal, MM atas segala perhatian yang diberikan selama penulis tinggal di
kota Bogor.
4. Teman-teman Ilkomerz 38. Terima kasih atas kebersamaan bersama kalian dan tali
silaturahmi yang telah kalian tanamkan. Semoga ini menjadi kenangan yang tak terlupakan.
5. Drh.Nofri Sahmedi (Mas Ismet) atas pengetahuan teknis tentang penyakit ayam dan pinjaman
buku-bukunya.
6. Pak Nanang, terima kasih atas segala sarana dan prasarana selama penulis tholabul ilmi.
Semoga Allah membalas dengan kebaikan.
7. Ikhwan-ikhwan salafiyyin yang menjadikan hidup ini lebih bermakna. Jazakumullah khairan
atas segala dorongan dan nasihatnya. Semoga tetap istiqomah.
8. Mas Opik, Adin, Ulum, Enjang, Fauzi, Kang Jamal, Taryu, Aul, Sugi, Zaky, Asep STK,
Didik, Supri, Khamam, Memet, Mas Fajar, Agus, Nuris (semoga cepat menjadi bapak) serta
teman-teman eks Mobster, Wisma Bekam serta Wisma Galih.
9. Staf Departemen Ilmu Komputer, Pak Pendi, Pak Sholeh, Mas Irfan, Pak Fatur dan semua
pihak atas segala fasilitas selama penulis menyelesaikan studi.
10. Keluarga Besar Bapak Aha dan Ibu Kadi. Terima kasih atas segala motivasi yang diberikan.
Dan semua pihak yang tidak dapat disebutkan satu per satu. Jazakumullah khairan.
Semoga karya ilmiah ini dapat bermanfaat dan menjadi amal sholih bagi semua pihak yang
terlibat dalam penyusunan skripsi ini. Amin.
Toto Haryanto
DAFTAR ISI
Halaman
DAFTAR TABEL ..................................................................................................................................viii
DAFTAR GAMBAR .............................................................................................................................viii
DAFTAR LAMPIRAN.........................................................................................................................viii
PENDAHULUAN..................................................................................................................................1
A. Latar Belakang ................................................................................................................1
B. Tujuan ...............................................................................................................................1
C. Ruang Lingkup ................................................................................................................1
D. Manfaat .............................................................................................................................1
TINJAUAN PUSTAKA........................................................................................................................2
A. Sistem Pakar ....................................................................................................................2
B. Basis Pengetahuan (Knowledge Base) ........................................................................2
C. Mesin Inferensia ............................................................................................................2
D. Fakta .................................................................................................................................2
E. Fasilitas Akuisisi Pengetahuan ....................................................................................2
F. Fasilitas Penjelasan ........................................................................................................2
G. Antarmuka Pengguna.....................................................................................................2
H. Logika Fuzzy ...................................................................................................................3
I. Proses Hierarki Analitik (Analytical Hierarchy Process) ....................................4
J. Penyakit Ayam................................................................................................................4
METODE PENELITIAN ......................................................................................................................5
A. Kerangka Pemikiran.......................................................................................................5
B. Tata Laksana .................................................................................................................5
C. Pengembangan Sistem ...................................................................................................6
D. Rancang Bangun Sistem ...............................................................................................7
HASIL DAN PEMBAHASAN ............................................................................................................7
A. Pemodelan Sistem .........................................................................................................7
B. Proses Inferensia Fuzzy .................................................................................................8
C. Verifikasi Sistem ...........................................................................................................11
D. Kompleksitas Sistem .....................................................................................................13
E. Keterbatasan Sistem .....................................................................................................13
KESIMPULAN DAN SARAN
A. Kesimpulan .....................................................................................................................14
B. Saran ................................................................................................................................14
DAFTAR PUSTAKA ...........................................................................................................................14
LAMPIRAN ...........................................................................................................................................16
DAFTAR TABEL
1.
2.
3.
4.
5.
6.
7.
8.
Halaman
Parameter masukan SPDPPA .......................................................................................................6
Karakteristik parameter masukan SPDPPA..............................................................................8
Hasil pembobotan paremeter SPDPPA ...................................................................................8
Parameter data fuzzy verifikasi sistem. .......................................................................................12
Skor defuzzifikasi dan a mendukung Newcastle Disease (ND) pada SPDPPA. ..............12
Skor defuzzifikasi dan a sangat mendukung Newcastle Disease (ND) pada SPDPPA ...12
Skor defuzzifikasi dan a mendukung Avian Influenza (AI) pada SPDPPA ......................13
Skor defuzzifikasi dan a sangat mendukung Avian Influenza (AI) pada SPDPPA .........13
DAFTAR GAMBAR
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
Halaman
Struktur Sistem Pakar ..................................................................................................................2
Proses Akuisisi Pengetahuan .......................................................................................................2
Diagram konsep penelitian .........................................................................................................5
Diagram Alir Sistem Fuzzy...........................................................................................................6
Alur Pengembangan Software Lifecycle.....................................................................................6
Proses pendiagnosaan penyakit ayam pada SPDPPA ..............................................................7
Representasi kurva gaussian untuk warna pial .......................................................................8
Representasi kurva trapesium untuk umur ayam .....................................................................9
Representasi kurva trapesium untuk angka kematian . ............................................................9
Representasi kurva trapesium untuk suhu tubuh......................................................................9
Representasi kurva gaussian untuk keluaran jenis penyakit . ..................................................10
Ilustrasi proses defuzzifikasi pada inferensia fuzzy ..................................................................10
Tampilan pengisian kesalahan data fuzzy................................................................................10
Pesan peringatan jika kesalahan terjadi pengisian ...................................................................11
Contoh tampilan untuk pengisian data non-fuzzy pada gejala eksudat. ...............................11
DAFTAR LAMPIRAN
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
Halaman
Aturan-aturan fuzzy penentuam jenis penyakit pada SPDPPA..............................................17
Diagram pohon yang membentuk kaidah di dalam SPDPPA .................................................18
Deskripsi warna pial berdasar nomor .........................................................................................24
Tabel kombinasi pengujian pertama dengan warna pial = 1 ...................................................24
Tabel kombinasi pengujian kedua dengan warna pial = 2 .....................................................24
Tabel kombinasi pengujian ketiga dengan warna pial = 3 .....................................................24
Tabel kombinasi pengujian keempat dengan warna pial = 4 .................................................25
Tabel kombinasi pengujian kelima dengan warna pial = 5 ....................................................25
Tabel kombinasi pengujian keenam dengan warna pial = 6 ..................................................25
Tabel kombinasi pengujian ketujuh dengan warna pial = 7...................................................26
Tabel kombinasi pengujian kedelapan dengan warna pial = 8..............................................26
Tabel kombinasi pengujian kes embilan dengan warna pial = 9............................................26
Tabel kombinasi pengujian kesepuluh dengan warna pial = 10............................................27
Menu Utama Sistem Pakar Diagnosis Penyakit Pada Ayam (SPDPPA) ..............................27
Contoh tampilan pengisian data fuzzy.........................................................................................28
Contoh tampilan pengisian data non-fuzzy.................................................................................28
Tampilan laporan hasil pemeriksaan..........................................................................................29
Contoh hasil pemeriksaan Laboratorium Patologi ....................................................................30
PENDAHULUAN
A. Latar Belakang
Di dalam usaha peternakan ayam, penyakit
merupakan salah satu resiko yang harus
dihadapi. Oleh karena itu, mengenal sejak dini
gejala masing-masing penyakit, mengetahui
sumber penyebabnya serta melakukan upaya
pencegahan merupakan hal yang sangat
penting bagi suksesnya usaha peternakan
(Retno et al 1998).
Merebaknya penyakit pernapasan pada
ayam di Indonesia banyak memberikan
kerugian bagi para peternak terutama peternak
kecil. Beberapa penyakit seperti Newcastle
Disease (ND) memiliki angka kematian
mencapai 100% (Copland,1987). Terlebih lagi
Indonesia memiliki iklim tropis yang
merupakan
kondisi
sesuai
bagi
perkembangbiakan
bakteri
dan
virus
(Nurjanah, 2003).
Pada beberapa kasus terdapat penyakit
yang dapat menular kepada manusia. Oleh
karena itu, penanganan terhadap penyakit penyakit tersebut harus segera ditangani
sehingga tidak menambah korban jiwa.
Gejala
penyakit
pada
ayam
memperlihatkan kemiripan sehingga di dalam
pendiagnosaan diperlukan kecermatan dan
ketelitian dari pakar/ahli (dalam hal ini dokter
hewan) terhadap setiap perubahan yang terjadi
pada organ tertentu yang mengindikasikan
suatu penyakit. Bahkan bukan tidak mungkin
apabila
kemiripan
gejala
tersebut
menyebabkan perbedaan hasil diagnosa
dengan penyakit yang diderita ayam
sebenarnya.
Untuk
memastikan
jenis
penyakit, pengetahuan anamnese, gejala
patognomonis dan gejala klinis dilakukan
yang kemudian dilanjutkan dengan uji
laboratorium dan pemeriksaan pascamati.
Pemeriksaan laboratorium bertujuan untuk
melihat
perubahan
makroskopis
dan
mikroskopis
dari
organ-organ
yang
diidentifikasi terinfeksi penyakit tertentu.
Untuk melakukan pendiagnosaan secara
seksama, tes darah dan uji laboratorium
merupakan cara yang paling sering dilakukan.
Bagi peternak kecil, hal ini adalah salah satu
kendala yang dihadapi karena keterbatasan
alat dan biaya. Oleh karena itu, perlu
dikembangkan Sistem Pakar Diagnosa
Penyakit Pada Ayam (SPDPPA) yang mampu
mengidentifikasi lebih dini penyakit yang
dialami ayam.
Sistem Pakar menurut Giarratano dan
Riley (1998) merupakan sistem komputer
yang mengemulsikan kemampuan pakar
dalam pengambilan keputusan. Banyak sekali
TINJAUAN PUSTAKA
A. Sistem Pakar
Menurut Marimin (2002), sistem pakar
adalah sistem komputer berbasis pengetahuan
yang terpadu di dalam suatu sistem informasi
dasar
yang
ada,
sehingga
memiliki
kemampuan untuk memecahkan berbagai
masalah layaknya seorang pakar.
Sistem Pakar merupakan bagian dari
Computerized Decision Suport Sistem (CDSS)
yang pertama kali dilakukan untuk mencoba
meniru di dalam pengambilan keputusan
pendekatan tenaga ahli berdasar aturan aturan
heuristik dan pengalaman yang dimiliki ketika
pembuatan keputusan medis (Weaver, 1991).
Di dalam sistem pakar, masukan yang
diberikan pengguna dan basis pengetahuan
yang telah ada dimasukkan ke dalam
komputer untuk kemudian diolah sehingga
menghasilkan suatu keluaran suatu keputusan.
Elemenelemen sistem pakar menurut
Giarattano (1998),
digambarkan sebagai
berikut:
Basis
Pengetahuan
Fasilitas
Penjelasan
Mesin
Inferensia
Fakta
Fasilitas
Akuisisi Pengetahuan
Antarmuka
Pengguna
tanya
jawab
Knowledge
Engineer
hasil
Sistem
Pakar
pengetahuan
F. Fasilitas Penjelasan
Bagian ini memberikan penjelasan kepada
pengguna mengenai s istem tersebut. Bagian
ini sangat bermanfaat bagi pengguna untuk
mengetahui
bagaimana
sistem
dapat
memutuskan suatu kesimpulan.
G. Antarmuka Pengguna (User interface)
Antarmuka pengguna merupakan bagian
yang berperan sebagai media komunikasi
antara pengguna dengan sistem yang
terbentuk. Pembuatan antarmuka yang baik
akan menjamin pengguna untuk menggunakan
sistem dengan mudah.
Fungsi Keanggotaan
Himpunan crisp atau himpunan biasa
adalah himpunan yang keanggotaannya dapat
didefinisikan
dengan
jelas.
Fungsi
keanggotaan pada Himpunan crisp ini
diformulasikan sebagai berikut:
A( x) : x {0,1} ;
sehingga suatu objek bisa kita katakan
masuk dalam himpuan tersebut atau tidak.
Dengan kata lain derajat keangotaaan dari
sebuah objek pada himpunan crisp adalah
0 atau 1.
Logika Fuzzy merupakan salah satu cara
penanganan
ketidakpastian
sebagai
generalisasi himpunan biasa yang menjadikan
suatu objek memiliki derajat keanggotaan
(degree of membership function) antara 0
sampai 1. Fungsi keanggotaan dari Himpunan
Fuzzy sebagai berikut:
A( x ) : x [0 ,1] .
Pendekatan
fungsi
berikut
ini
(Kusumadewi, 2002) dapat digunakan untuk
menentukan nilai dari suatu keanggotaan.
1. Representasi Kurva Segitiga (Triangle)
derajat
keanggotaan
domain
Fungsi Keangotaan:
x c atau x a
0;
[ x ] = ( x a) /(b a); a x b
(c x) /(c b); b x c
Fungsi Keangotaan:
0;
(x a) /(b a);
[ x] =
1;
(c x) /(c b);
x a atau x d
a x b
b xc
c xd
Derajat
keanggotaan
H. Logika Fuzzy
Logika Fuzzy (Fuzzy Logic) merupakan
pegembangan dari teori himpunan Fuzzy yang
pertama kali dikenalkan oleh Lotfi Zadeh
pada tahun 1965 (Jackson, 1999).
domain
Fungsi Keanggotaan:
( x )2
G ( x; ; ) = e
Himpunan Fuzzy
Himpunan fuzzy adalah teknik yang secara
matematis
mampu
mengekspresikan
keambiguan dalam bahasa (Marimin,2002).
Sebagai co ntoh jika seseorang dikatakan tua,
kita tak dapat mendefin isikan dengan tepat
berapa tahunkah seseorang dikatakan tua.
Dengan
himpunan
fuzzy ini,
kasus
keambiguan di atas dapat ditangani.
Pengembangan
sistem
fuzzy dapat
diterapkan dalam berbagai bidang, seperti
pemodelan, teknologi aplikatif dan sistem
pakar. Dalam sistem pakar , Marimin (2002)
menyebutkan sistem fuzzy berguna untuk
merepresentasikan
pengetahuan
pada
lingkungan yang tidak pasti dan tidak lengkap.
Sistem Inferensia Fuzzy (FIS -Fuzzy
Inference System )
Sistem ini menerangkan tentang teknik
penarikan kesimpulan berdasar pada aturan
tertentu. Penyeleksian aturan if-then fuzzy
adalah komponen utama dari fuzzy inference
sistem yang mampu untuk memodelkan
keahlian manusia lebih spesifik (Jang et al.,
1997).
Penalaran metode Mamdani
Metode Mamdani diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975. Pada
metode ini, baik masukan (antesenden)
maupun keluaran (konsekuen) sistem berupa
derajat
keanggotaan
c
domain
z=
z ( z )dz
z
( z) dz
z
atau
z=
(z j )
j= 1
n
(z
j =1
I. Proses
Hierarki
Analitik (AHPAnalytical Hierarchy Process)
AHP ditemukan oleh Dr. Thomas L.Saaty
pada tahun 1970. Prinsip kerja dari AHP
dapat dijelakan sebagai berikut: pertama,
proses penyederhanaan persoalan kompleks
yang tidak terstruktur dan dinamis dalam
suatu hierarki. Kedua, komparasi dan
pemberian nilai numerik setiap variabel.
Dengan melakukan komparasi berpasangan
(pairwise comparisons) pengguna dapat
memberikan bobot kriteria. Proses ini
menghasilkan variabel yang berpengaruh
dominan terhadap hasil.
Sebagai sistem analisa, AHP memiliki
beberapa keunggulan antara lain:
a. Saling Ketergantungan:
AHP menangani saling ketergantungan
antara elemen-elemen dalam sistem sehingga
tidak memaksakan pemikiran linier.
b. Konsistensi:
AHP melacak konsistensi logis dari
pertimbangan-pertimbangan yang digunakan
untuk menetapkan berbagai prioritas.
c. Kompleksitas:
AHP memadukan pendekatan deduktif dan
pendekatan
berdasar
sistem
dalam
memecahkan persoalan kompleks.
J. Penyakit ayam
Penyakit pada ayam dapat ditimbulkan
oleh berbagai sebab seperti: virus, bakteri,
jamur, caplak . Terdapat jenis penyakit ayam
yang dapat menular kepada manusia
(zoonosis) seperti flu burung dari galur
patogenik
(Suharsono,
2002). Adapun
penyakit ayam yang disebabkan oleh virus
antara lain:
a. Avian Influenza (AI) / Flu Burung
Sebab: virus Avian Influenza
AI dapat digolongkan pada sedang dan
bahaya secara patogenik. Virus AI dapat
menyerang semua umur ayam. Gejala klinis
dicirikan dengan kelesuan, pernapas an
terganggu yang ditandai dengan keluarnya
lendir encer bening, warna jengger pucat
membiru serta terdapat perdarahan di bawah
kulit berupa bercak merah pada dada, sayap
atau kaki bahkan kematian mendadak.
(Soejoedono dan E.Handharyani, 2005). Ciri
lainnya yang mirip dengan penyakit ayam
lainnya adalah suhu tubuh yang meningkat di
atas 43 derajat celcius, kepala bergetar serta
tinja yang encer berwarna putih.
T ingkat kematian ayam karena penyakit
AI bisa mencapai 100 persen. Bahkan
sekarang ini virus
Avian Influenza jenis
(H5N1) dapat menyebabkan kematian pada
manusia. Berdasar data dari Depkes
(www.depkes.go.id.), di Indonesia terdapat
143 kasus flu burung, 17 orang yang positif
mengidap, 12 orang meninggal dunia dan 5
cluster
keluarga yang terinfeksi. Jumlah
tersebut mungkin dapat bertambah apabila
tidak dilakukan penanganan lebih dini.
b. Newcastle Disease (ND)
Sebab: virus Paramixovirus
Terdapat tiga bentuk ND: 1). Mildly
Pathogenic (lentogenic), 2). Moderately
Pathogenic (mesogenic), 3).Higly Pathogenic
(velogenic). ND ditandai dengan serangan
mendadak pada gejala klinisnya seperti suara
parau pada ayam, kepala ayam yang berputar,
tinja ayam encer berwarna kehijauan. Pada
ND tidak terjadi perdarahan di bawah kulit
sehingga dapat dibedakan dengan AI. Virus
ini juga dapat menyerang ayam semua umur.
Tingkat kematian penyakit ini berkisar 10-80
persen ber gantung pada tingkat patogeniknya
(Copland, 198 7).
c. Laryngotracheitis Infectiosa (ILT)
Sebab: Herpa virus
Dalam masa akut terlihat konjungtivitis
kataral (keruh), rinitis juga bersifat kataral.
Yang paling menyolok adalah kesulitan
pernapasan. Ayam yang terkena virus ini
dapat mengeluarkan darah pada lendirnya
disebabkan trakea yang terinfeksi (Butcher et
al.,2005) Sewaktu bernapas kepala ditegakkan
mulai
METODE PENELITIAN
A. Kerangka Pemikiran
Kemiripan gejala yang ditimbulkan oleh
beberapa penyakit pada ayam terkadang
menimbulkan kesulitan di dalam pembuatan
kesimpulan tentang jenis penyakit yang
diderita. Dengan menggunakan pendekatan
fuzzy dalam basis data pengetahuan berbasis
rule, SPDPPA (Sistem Pakar Diagnosa
Penyakit Pada Ayam) proses pendiagnosaan
jenis penyakit pada ayam dengan gejala yang
mirip lebih mudah untuk dilakukan.
Salah satu teknik di dalam penanganan
ketidakpastian adalah dengan Fuzzy Inference
System (FIS). Pada penelitian ini, FIS
digunakan sebagai mesin inferensia untuk
membangun fakta-fakta berupa gejala klinis
dan patognomonis ayam yang terserang
penyakit untuk dijadikan basis pengetahuan.
Penentuan jenis penyakit dilihat dari hasil
anamnese berupa umur ayam, gejala
patognomonis berupa angka kematian serta
gejala klinis, seperti: warna pial, kondisi tinja,
kondisi eksudat, terjadinya perdarahan dan
perubahan sistem saraf. Diagram konsep
penelitian diperlihatkan pada Gambar 3.
B. Tata Laksana
Penelitian yang dilakukan terbagi menjadi
beberapa tahapan, yaitu:
1. Analisis kebutuhan
2. Proses Akuisisi Pengetahuan
3. Penambahan Basis Pengetahuan
4. Pembuatan Program
5. Desain Antarmuka Pengguna
6. Verifikasi dan validasi sistem
Analisis kebutuhan
Untuk mendiagnosa penyakit pada ayam
ini melibatkan pihak lain seperti pakar dari
laboratorium patologi dan dokter hewan
Fakultas Kedokteran Hewan IPB sebagai
sumber pakar (domain expert). Dalam hal ini
penulis
berperan
sebagai
Knowledge
Engineer.
Implementasi
selesai
Analisis
Kebutuhan
Desain
Sistem
Implementasi
Sistem
Permasalahan Nyata
Integrasi
Sistem
Pemeliharaan
Sistem
Representasi Bahasa
Natural
Fuzzifikasi
Defuzzifikasi
Solusi
Gejala
Satuan
Warna Pial
Warna
Angka Kematian Persen (%)
Suhu Tubuh
Celcius (0 C)
Umur Ayam
Minggu
Eksudat/ lendir
Trakea
Perdarahan
bawah kulit
Sistem Saraf
Tinja
-
Ket
data fuzzy
data fuzzy
data fuzzy
data fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
mulai
tidak
sakit ?
ya
-
keluar
data fuzzy
warna pial
umur ayam
angka kematian
suhu tubuh
gejala eksudat/lendir
gejala trakea
gejala perdarahan bawah kulit
gejala sistem saraf
gejala tinja
identifikasi penyakit
Tabel
No
1
2
3
4
5
6
7
8
9
3.
Satuan
Warna
Persen (%)
Ket
data fuzzy
data fuzzy
Celcius (0C)
Minggu
-
data fuzzy
data fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
non-fuzzy
Hasil pembobotan
SPDPPA
Parameter
Kondisi Eksudat
Gejala Trakea
Warna Pial / Jengger
Perdarahan Bawah Kulit
Kondisi Kepala
(bergetar/berputar)
Angka Kematian
Suhu Tubuh
Kondisi Tinja
Umur Ayam
dan
merah-kebiruan.
Fungsi
keanggotaan
warna pial dirumuskan sebagai berikut:
2
merah [ x ] = ( 0 ; 0 ,138 ) = e
( x 0 )
2 ( 0 ,138 ) 2
( x 0 ,521 )
2 ( 0,154 )
( x 0,970) 2
2( 0,217)
parameter
Bobot
0,331
0,331
0,234
0,137
0,110
0,073
0,059
0,035
0,020
muda[x]=
1;
(16 x) /(1613);
0;
( x 14) /(1814);
dara[x] =
1;
(22 x) /(2220)
x 14 atau x 22
0;
dewasa[x]
= ( x 21) /(22 21);
x 21 atau x 30
21 x 22
1;
x 1 atau x 16
1 x 13
13 x 16
14 x 18
18 x 20
20 x 22
22 x 30
Gambar
8.
Representasi kurva
untuk umur ayam.
trapesium
c. Angka kematian
Angka kematian merupakan salah satu
faktor yang dapat dijadikan acuan untuk
mendiagnosa
penyakit.
Angka
kematian
dikelompokkan menjadi rendah, sedang dan
tinggi
dalam
proses
fuzzifikasi.
Pada
SPDPPA,
pengguna
akan
memberikan
masukan angka kematian berupa presentase.
Dari ayam yang tampak sakit ini, berapa
presentase kematiannya. Bila terjadi kasus
kematian
mendadak,
maka
nilai
angka
kematian sudah tergolong tinggi mencapai
sampai 100 persen.
Penyakit Avian Influenza dan Newcastle
Disease memiliki angka kematian yang tinggi.
Terkadang ayam tidak menunjukkan gejala
klinis terlebih dahulu. Representasi angka
kematian berupa kurva trapesium yang terlihat
pada Gambar 9 dengan fungsi keanggotaan
sebagai berikut:
0;
rendah[x]=
1;
(30 x)/(30 20);
x 0 atau x 30
0;
( x 22) /(3322);
sedang[x]=
1;
(60 x) /(6045)
0;
1;
x 14 atau x 22
Gambar
9.
0 x 20
20 x 30
14 x 18
18 x 20
20 x 22
x 50 atau x 100
50 x 60
60 x 100
42,8 x 43,5
(43,5 x) /(43,5 42,8)
0;
x 42, 7 atau x 50
1;
43, 5 x 50
Gambar 10.
Representasi kurva
untuk suhu tubuh.
trapesium
Proses Defuzzifikasi
Dari empat himpunan fuzzy di atas
dibentuk
suatu
aturan
(rule)
untuk
menghasilkan suatu keluaran. Sebagai contoh
aturan fuzzy adalah sebagai berikut:
If angka_kematian is tinggi and umur_ayam
is muda and warna_pial is merah-kebiruan
then sangat mendukung AI
Aturanaturan untuk himpunan fuzzy
secara lengkap dapat dilihat pada Lampiran
1. Setelah dibuat aturan, nilai keluaran berupa
data kuantitatif tersebut didefuzzifikasi.
Keluaran dari dari proses fuzzy ini adalah
diagnosa sementara dari penyakit Infectious
Laryngotracheitis (ILT), Newcastle Disease
(ND), Avian Influenza (AI). Tiap penyakit
terbagi menjadi mendukung dan sangat
mendukung dengan skor tertentu. D ari skor
tersebut, derajat keanggotaan suatu penyakit
dapat diketahui. Adapun fungsi keanggotaan
untuk hasil keluaran data fuzzy dirumuskan
dalam fungsi gaussian sebagai berikut:
( x ( 0 ,1 )
d. Suhu Tubuh
Pada SPDPPA suhu tubuh termasuk
dalam himpunan data fuzzy dengan satuan
derajat celcius (0C). Pada proses fuzzifikasi
suhu tubuh dikelompokkan menjadi dua,
M ILT
[x]
= ( 0 ,1; 0 ,1 ) = e
2 ( 0 ,1 )
( x 0 , 1) 2
SM
ILT [ x ]
= ( 0 ,1 ; 0 ,1 ) = e
2 ( 0 ,1 )
10
( x 0,3) 2
M ND [ x ] = ( 0 , 3; 0 ,1) = e
SM
2 ( 0 ,1 ) 2
= ( 0 , 5 ; 0 ,1 ) = e
ND [ x ]
( x 0,5)
2 ( 0 ,1 ) 2
( x 0,7 ) 2
M AI [ x ] = ( 0 , 7 ;0 ,1 ) = e
2 ( 0 ,1 ) 2
( x 0 , 9 )
SM
AI [ x ]
= ( 0 , 9 ;0 ,1 ) = e
2 ( 0 , 1)
Agregasi
Defuzzifikasi
Keterangan:
A : angka kematian
= 80 persen
B : umur ayam
= 24 minggu
C : warna pial
= 0.80
D : suhu tubuh
= 44 C
E : Nilai hasil defuzzifikasi metode Centroid = 0,796
11
12
satuan
warna
pial
warna
1 - 10
masukan
umur
angka
ayam
kematian
minggu
persen
20
30,40,50,60
suhu
tubuh
0
C
43,44,45
umur/
minggu
20
angka
mati/
%
30
40
50
suhu
tubuh/
0
C
43
44
45
skor
ratarata
a
rata rata
0,32
0,969
(2)
(3)
umur/
minggu
angka
mati/
%
suhu
tubuh/
0
C
43
44
45
skor
ratarata
a
rata rata
0,41
0,70
20
60
20
30
40
50
60
43
44
45
0,41
0,71
20
30
40
50
43
44
45
0,56
0,83
13
Tabel
pial
(3)
(4)
(5)
(6)
(7)
(8)
7.
umur/
minggu
20
20
20
20
20
20
angka
mati/
%
60
30
40
50
60
30
40
50
60
30
40
50
60
30
40
50
60
30
40
50
60
suhu
tubuh/
0
C
43
44
45
skor
rata rata
a
ratarata
0,63
0,82
43
44
45
0,63
0,73
43
44
45
0,64
0,75
43
44
45
0,66
0,87
43
44
45
0,69
43
44
45
0,76
0,77
umur/
minggu
20
20
angka
mati/
%
30
40
50
30
40
50
suhu
tubuh/
0
C
43
44
45
43
44
45
skor
ratarata
a
rata rata
0,83
0,82
0,86
0,94
14
15
Rich,
Ressang,
LAMPIRAN
17
MASUKAN GEJALA
Warna Pial
Umur Ayam
KELUARAN JENIS
PENYAKIT
Angka
Kematian
Tubuh
Suhu
bobot
Muda
Tinggi
Tinggi
Mendukung AI
Pucat
Pucat
Dara
Tinggi
Tinggi
Mendukung AI
Pucat
Dewasa
Tinggi
Tinggi
Mendukung AI
Pucat
Muda
Sedang
Tinggi
Mendukung AI
Pucat
Dara
Sedang
Tinggi
Mendukung AI
Pucat
Dewasa
Sedang
Tinggi
Mendukung AI
Pucat
Muda
Tinggi
Mendukung AI
Pucat
Dara
Tinggi
Mendukung AI
0,5
Pucat
Dewasa
Tinggi
Mendukung AI
0,5
10
Merah Kebiruan
Muda
Sedang
Tinggi
Sangat Mendukung AI
11
Merah Kebiruan
Dara
Sedang
Tinggi
Sangat Mendukung AI
12
Merah Kebiruan
Dewasa
Sedang
Tinggi
Sangat Mendukung AI
13
Merah Kebiruan
Muda
Tinggi
Tinggi
Sangat Mendukung AI
14
Merah Kebiruan
Dara
Tinggi
Tinggi
Sangat Mendukung AI
15
Merah Kebiruan
Dewasa
Tinggi
Tinggi
Sangat Mendukung AI
16
Merah Kebiruan
Muda
Tinggi
Sangat Mendukung AI
17
Merah Kebiruan
Dara
Tinggi
Sangat Mendukung AI
18
Merah Kebiruan
Dewasa
Tinggi
Sangat Mendukung AI
19
Merah Kebiruan
Muda
Tinggi
Sangat Mendukung AI
20
Merah Kebiruan
Dara
Tinggi
Sangat Mendukung AI
21
Merah Kebiruan
Dewasa
Tinggi
Sangat Mendukung AI
22
Pucat
Muda
Tinggi
Sangat Mendukung AI
23
Pucat
Dara
Tinggi
Sangat Mendukung AI
24
Pucat
Dewasa
Tinggi
Sangat Mendukung AI
25
Merah
Muda
Tinggi
Tinggi
Sangat Mendukung ND
26
Merah
Dara
Tinggi
Tinggi
Sangat Mendukung ND
27
Merah
Dewasa
Tinggi
Tinggi
Sangat Mendukung ND
28
Merah
Muda
Tinggi
Sangat Mendukung ND
29
Merah
Dara
Tinggi
Sangat Mendukung ND
30
Merah
Dewasa
Tinggi
Sangat Mendukung ND
31
Merah
Muda
Sedang
Tinggi
Mendukung ND
32
Merah
Dara
Sedang
Tinggi
Mendukung ND
33
Merah
Dewasa
Sedang
Tinggi
Mendukung ND
34
Merah
Muda
Tinggi
Mendukung ND
35
Merah
Dara
Tinggi
Mendukung ND
36
Merah
Dewasa
Tinggi
Mendukung ND
37
Pucat
Dara
Rendah
Tinggi
38
Pucat
Dewasa
Rendah
Tinggi
39
Pucat
Dara
Tinggi
Mendukung ILT
0,4
40
Pucat
Dewasa
Tinggi
Mendukung ILT
0,4
18
Identifikasi AI
tingkat kepercayaan = 1
Identifikasi AI
tingkat kepercayaan = 0,8
Identifikasi AI
tingkat kepercayaan = 1
Identifikasi ILT
tingkat kepercayaan = 0,65
terjadi perdarahan
M-AI
Identifikasi AI
tingkat kepercayaan = 1
Gejala perdarahan
bawah kulit
tidak terjadi perdarahan
kepala begetar
Identifikasi AI
tingkat kepercayaan =0,7
kepala berputar
Identifikasi ND
tingkat kepercayaan = 0,7
Identifikasi AI
tingkat kepercayaan = 0,7
Identifikasi AI
tingkat kepercayaan = 0,7
19
Lampiran 2 (lanjutan )
Identifikasi AI
tingkat kepercayaan = 1
Identifikasi AI
tingkat kepercayaan = 0,9
terdapat bercak-bercak
darah pada trakea
Gejala pada Trakea
terjadi perdarahan
Identifikasi AI
tingkat kepercayaan = 1
Identifikasi ILT
tingkat kepercayaan = 0,65
Cek Gejala perdarahan
bawah kulit
Identifikasi AI
tingkat kepercayaan = 1
Gejala perdarahan
bawah kulit
SM-AI
tidak terjadi perdarahan
kepala begetar
Identifikasi AI
tingkat kepercayaan = 0,85
kepala berputar
Identifikasi ND
tingkat kepercayaan = 0,65
Identifikasi AI
tingkat kepercayaan = 0,8
Identifikasi AI
tingkat kepercayaan = 0,6
20
Lampiran 2 (lanjutan )
Identifikasi AI
tingkat kepercayaan = 0,8
Identifikasi ND
tingkat kepercayaan = 1
terdapat bercak-bercak
darah pada trakea
Gejala pada Trakea
terjadi perdarahan
Gejala perdarahan
bawah kulit
Identifikasi ND
tingkat kepercayaan = 0,8
Identifikasi ILT
tingkat kepercayaan = 0,7
M-ND
tidak terjadi perdarahan
kepala begetar
Identifikasi ND
tingkat kepercayaan = 0,7
kepala berputar
Identifikasi ND
tingkat kepercayaan = 1
Identifikasi ND
tingkat kepercayaan = 0,65
Identifikasi ND
tingkat kepercayaan = 0,7
21
Lampiran 2 (lanjutan )
eksudat encer bening
Identifikasi ND
tingkat kepercayaan = 1
terdapat bercak-bercak
darah pada trakea
Gejala pada Trakea
Identifikasi AI
tingkat kepercayaan = 0,7
terjadi perdarahan
Identifikasi ND
tingkat kepercayaan = 0,9
Identifikasi ILT
tingkat kepercayaan = 0,65
Cek gejala perdarahan
bawah kulit
Identifikasi AI
tingkat kepercayaan = 0,8
Gejala perdarahan
bawah kulit
SM-ND
tidak terjadi perdarahan
kepala begetar
Identifikasi ND
tingkat kepercayaan = 0,9
kepala berputar
Identifikasi ND
tingkat kepercayaan = 1
Identifikasi ND
tingkat kepercayaan = 0,75
Identifikasi ND
tingkat kepercayaan = 0,8
22
Lampiran 2 (lanjutan )
eksudat encer bening
Gejala pada Eksudat
terdapat bercak-bercak
darah pada trakea
Gejala pada Trakea
terjadi perdarahan
M-ILT
Identifikasi AI
tingkat kepercayaan = 0,9
Gejala perdarahan
bawah kulit
Identifikasi ILT
tingkat kepercayaan = 0,9
Cek gejala pada trakea
Identifikasi AI
tingkat kepercayaan = 0,9
Gejala perdarahan
bawah kulit
tidak terjadi perdarahan
kepala begetar
Identifikasi AI
tingkat kepercayaan =
0,75
kepala berputar
Identifikasi ND
tingkat kepercayaan = 0,8
Identifikasi ILT
tingkat kepercayaan = 0,8
Identifikasi ND
tingkat kepercayaan = 0,7
23
Lampiran 2 (lanjutan )
eksudat encer bening
Gejala pada Eksudat
Gejala perdarahan
bawah kulit
Identifikasi ILT
tingkat kepercayaan = 1
terdapat bercak-bercak
darah pada trakea
Gejala pada Trakea
Identifikasi AI
tingkat kepercayaan = 0,8
terjadi perdarahan
Gejala perdarahan
bawah kulit
SM-ILT
tidak terjadi perdarahan
kepala begetar
Identifikasi AI
tingkat kepercayaan = 0,7
kepala berputar
Identifikasi ND
tingkat kepercayaan = 0,7
Identifikasi ILT
tingkat kepercayaan = 1
Identifikasi ILT
tingkat kepercayaan =
0,85
Identifikasi ND
tingkat kepercayaan = 0,7
24
Deskripsi Nomor
5
6
10
Masukan
Umur
Angka
Ayam
Kematian
(persen)
Suhu
Tubuh
M-ILT
SM-ILT
M-AI
SM-AI
(0 C)
(warna)
(minggu)
1
2
3
1
1
1
20
20
20
30
30
30
43
44
45
0
0
0
0,067
0,087
0,087
0,950
0,978
0,978
0,243
0,200
0,200
0,001
0
0
0.001
0
0
4
5
1
1
20
20
40
40
43
44
0
0
0,067
0,087
0,950
0,978
0,243
0,200
0,001
0
0
0
6
7
1
1
20
20
40
50
45
43
0
0
0,087
0,067
0,978
0,950
0,200
0,243
0
0,001
0
0
8
9
1
1
20
20
50
50
44
45
0
0
0,087
0,087
0,978
0,978
0,200
0,200
0
0
0
0
10
11
1
1
20
20
60
60
43
44
0
0
0,003
0,008
0,398
0,561
0,812
0,651
0,030
0,013
0
0
12
20
60
45
0,008
0,561
0,651
0,013
2
2
2
2
2
2
2
2
2
2
2
2
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
M-AI
SM-AI
0
0
0
0
0
0
0
0
0
0
0
0
3
3
3
3
3
3
3
3
3
3
3
3
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
(0 C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-ILT
M-AI
SM-AI
0,003
0,003
0,003
0,003
0,003
0,003
0,003
0,003
0,003
0,031
0,031
0,031
25
4
4
4
4
4
4
4
4
4
4
4
4
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-AI
0,014
0,014
0,014
0,014
0,014
0,014
0,014
0,001
0,001
0,270
0,155
0,155
5
5
5
5
5
5
5
5
5
5
5
5
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-ILT
M-AI
SM-AI
0,024
0,013
0,013
0,024
0,017
0,017
0,024
0,012
0,012
0,353
0,171
0,171
6
6
6
6
6
6
6
6
6
6
6
6
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
(0 C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-AI
0,054
0,039
0,039
0,054
0,033
0,033
0,054
0,028
0,028
0,335
0,172
0,172
26
7
7
7
7
7
7
7
7
7
7
7
7
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-ILT
M-AI
SM-AI
0,110
0,115
0,115
0,110
0,115
0,115
0,110
0,115
0,115
0.184
0,136
0,136
8
8
8
8
8
8
8
8
8
8
8
8
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-ILT
M-AI
SM-AI
0,240
0,499
0,499
0,240
0,499
0,499
0,240
0,499
0,499
0,499
0,499
0,499
9
9
9
9
9
9
9
9
9
9
9
9
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(persen)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
SM-ILT
M-AI
SM-AI
0,664
0,874
0,874
0,664
0,874
0,874
0,664
0,874
0,874
0,874
0,874
0,874
27
10
10
10
10
10
10
10
10
10
10
10
10
Masukan
Umur
Angka
Ayam
Kematian
(minggu)
(pers en)
20
20
20
20
20
20
20
20
20
20
20
20
30
30
30
40
40
40
50
50
50
60
60
60
Suhu
Tubuh
0
( C)
M-ILT
SM-ILT
43
44
45
43
44
45
43
44
45
43
44
45
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Lampiran 14. Menu Utama Sistem Pakar Diagnosis Penyakit Pada Ayam (SPDPPA)
M-AI
SM-AI
0,319
0,223
0,223
0,319
0,223
0,223
0,319
0,223
0,223
0,223
0,223
0,223
0,886
0,964
0,964
0,886
0,964
0,964
0,886
0,964
0,964
0,964
0,964
0,964
28
29
30