Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

ISSN : 2301-9425

PERANCANGAN SISTEM PAKAR DETEKSI PENYAKIT

AEROMONAS HYDROPHILA PADA IKAN GURAMI
DENGAN METODE DEMPSTER-SHAFER
Haryanda Ahmad (1011262)
Mahasiswa Jurusan Teknik Informatika STMIK Budi Darma Medan
Jl. Sisingamangaraja No. 338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email : haryandaahmad@gmail.com
ABSTRAK
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke
komputer, agar komputer dapat menyelesaikan masalah seperti layaknya para pakar (expert). Sistem pakar yang
baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para pakar
atau ahli. Dengan pengembangan sistem pakar, diharapkan bahwa orang awam pun dapat menyelesaikan
masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Permasalahan
yang ditangani oleh seorang pakar bukan hanya permasalahan yang mengandalkan algoritma, namun kadang
juga permasalahan yang sulit dipahami. Permasalahan tersebut dapat diatasi oleh seorang pakar dengan
pengetahuan dan pengalamannya.
Sisi kecerdasan yang ada pada sistem pakar dapat menciptakan sebuah intraksi antara pengguna dengan
sistem, baik dari sistem penyampaian informasi, perkembangan metode yang efektif, hingga pada tingkat
kepuasan pengguna yang kesehatan hewan dimana ikan menjadi fokus utama dalam pembuatan aplikasi ini.
Metode yang digunakan pada sistem pakar ini menggunakan teori dempster-shafer, karena metode
ketidakpastian ini menghasilkan gambaran kemungkinan sebuah jawaban, dan hanya ada satu yang akan sesuai
dengan jawaban yang dibutuhkan, dan teori ini tingkat kepercayaannya didapat dari suatu gejala dari masalah
tersebut.
Kata Kunci : Sistem Pakar, Fokus, Informasi, Algoritma, Dempster-Shafer theory.
1. Pendahuluan
1.1. Latar Belakang Masalahan
Indonesia merupakan negara penghasil ikan yang
cukup banyak, dilihat secara geografis Indonesia
merupakan negara kepulauan yang dikelilingin oleh
laut. Potensi sumber daya budidaya perikanan di
Indonesia sangatlah besar. Saat ini Indonesia menjadi
negara penyumbang bahan makanan dari budadaya
ikan terbesar ke-4 di dunia. Usaha perikanan dengan
produk yang dihasilkan menjadi salah satu daya
dukungan untuk mengoptimalkan potensi alam yang
ada. seiring dengan perkembangan zaman dan
meningkatnya pertambahan penduduk yang diiringi
dengan semakin meningkatnya kebutuhan protein
hewani oleh masyarakat setiap tahunnya maka, perlu
adanya penigkatan produksi ikan gurami, maka perlu
adanya perluasan pembudidayaan ikan gurami dengan
peningkatan produksi ikan secara massal, baik secara
kuantitas maupun kualitasnya, sehingga dapat
dijadikan sebagai komoditas baru terhadap ikan lain
yang biasa dipasarkan.
Sistem pakar adalah salah satu cabang dari
Artifiticial Intelligence (AI) yang membuat
penggunaan secara luas knowledge yang khusus untuk
penyelesaiaan masalah tingkat manusia yang pakar,
walaupun tujuan umum penyelesaian masalah masih
jauh dari apa yang diharapkan, namun sistem pakar
berfungsi sangat baik dalam batasan dominannya. Hal
ini dapat dibuktikan bahwa sistem pakar telah banyak

diaplikasikan dalam berbagai hal, salah satunya

bidang kesehatan hewan khususnya penyakit yang
menyerang ikan gurami. Aplikasi ini dapat
memberikan informasi bagi pengguna berupa
kemungkinan jenis penyakit yang menyerang ikan
gurami berdasarkan gejala yang dilihatnya terjadi
pada ikan tersebut. selain itu, pengguna juga
dipuaskan dengan fasilitas lain, yaitu informasi
mengenai jenis-jenis penyakit pada ikan beserta
gejala-gejalanya.
Sisi kecerdasan yang ada pada sistem pakar dapat
menciptakan sebuah interaksi antara pengguna
dengan sistem, baik dari sistem penyampaian
informasi, perkembangan metode yang efektif, hingga
pada tingkat kepuasan pengguna yang ingin dicapai.
Salah satu bentuk pengaplikasian sistem pakar yakni
dalam bidang kesehatan hewan dimana ikan menjadi
fokus utama dalam pembuatan aplikasi ini.
Secara sederhana, pembuatan sistem pakar ini
menggunakan metode DEMPSTER-SHAFER berbasis
aturan yang didasarkan pada data-data yang disusun
dalam bentuk inheritance pohon(tree). Tentunya
setiap pembuatan aplikasi, diharapkan aplikasi
tersebut dapat bersifat dinamis. Dinamis dalam arti
memiliki administrator yang dapat selalu memproses
dan memperbaharui data yang akan disampaikan
pada pengguna. Sistem ini memberikan kemudahan
kepada pengguna untuk memperoleh informasi yang
menyangkut penyakit pada ikan. Dengan adanya

Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

sistem pakar ini diharapkan mampu memberikan

informasi yang cukup mengenai penyakit pada ikan
Gurami secara cepat, tepat dan efisien serta dapat
membantu dalam menjaga kesehatan ikan gurami
tersebut.
1.2. Perumusan Masalah
Berdasarkan uraian latar belakang masalah yang
menjadi perumusan masalah adalah:
1. Bagaimana cara membuat sistem pakar dari datadata penyakit Aeromonas hydrophila pada ikan
gurami dengan metode Dempster-Shafer ?
2. Bagaimana membuat rule-rule kepakaran yang
akan digunakan pada rancangan sistem?
3. Bagaimana cara menyajikan informasi yang sesuai
dengan kebutuhan pengguna sistem untuk
ditampilkan ke dalam Web ?
1.3. Batasan Masalah
Batasan yang akan diambil dalam skripsi ini adalah
sebagai berikut:
1. Pendeteksian penyakit Aeromonas Hydrophila
hanya pada ikan gurami.
2. Interaksi antara program dan user menggunakan
pertanyaan yang diberikan melalui proses dialog
yang memerlukan jawaban check box dari User.
3. Bahasa
pemrograman
yang
digunakan
menggunakan bahasa pemrograman PHP.
1.4. Tujuan dan Manfaat
Adapun tujuan dari pembuatan sistem pakar ini
adalah:
1. Membuat sistem pakar dari data-data penyakit
Aeromonas hydrophila pada penyakit ikan gurami
dengan metode Dempster-Shafer.
2. Membuat rule-rule kepakaran yang akan
digunakan pada rancangan sistem tersebut.
3. Menyajikan Informasi yang sesuai dengan
kebutuhan pengguna untuk ditampilkan ke dalam
Web.
Manfaat yang diharapkan akan didapat pengguna
melalui sistem pakar ini yaitu:
1. Sebagai alternatif kemudahan bagi para
pembudidaya ikan gurami yang terkenak penyakit
Aeromonas hydrophila.
2. Mengenal lebih dini tanda-tanda Aeromonas
hydrophila pada ikan gurami yang dibudidayakan
sehingga dapat diantisipasi lebih dini sehinga
tidak menjangkit pada ikan gurami yang lainnya.
2. Landasan Teori
2.1. Sistem Pakar
Sistem pakar merupakan cabang dari Artifical
Intelligence (AI) yang cukup tua karena sistem ini
mulai dikembangkan pada pertengahan 1960. Sistem
pakar yang muncul pertama kali adalah Generalpurpose problem solver (GPS) yang dikembangkan
oleh Newel dan Simmon. Sampai saat ini sudah
banyak sistem pakar yang dibuat, seperti MYCIN
untuk diagnosis, XCON & XSEL untuk membantu

ISSN : 2301-9425

konfigurasi sistem komputer besar, SOPHIE untuk

analisa sirkuit elektronik, Prospector digunakan di
bidang geologi untuk membantu mencari dan
menemukan deposit, FOLIO digunakan untuk
membantu memberikan keputusan bagi seorang
manger dalam stok dan investasi, DELTA dipakai
untuk pemeliharaan lokomotif listrik diesel, dan
sebagainya.
Istilah sistem pakar berasal dari istilah
knowledge-based expert system. Istilah ini muncul
karena untuk memecahkan masalah, sistem pakar
menggunakan pengetahuan seorang pakar yang
dimasukkan ke dalam komputer. Seseorang yang
bukan pakar menggunakan sistem pakar untuk
meningkatkan kemampuan pemecahan masalah,
sedangkan seorang pakar menggunakan sistem pakar
untuk knowledge assistant. Berikut adalah beberapa
pengertian sistem pakar menurut ahli :
1.Sistem pakar adalah perangkat lunak komputer
yang menggunakan pengetahuan (aturan-aturan
tentang sifat dari suatu unsur masalah), fakta dan
teknik inferensi untuk masalah yang biasanya
membutuhkan kemampuan seorang ahli.
2. Sistem pakar adalah bertujuan menyelesaikan
masalah yang cukup rumit yang sebenarnya hanya
bisa diselesaikan oleh para ahli. Pembuatan sistem
pakar bukan untuk menggantikan ahli itu sendiri
melainkan dapat digunakan sebagai asisten yang
sangat berpengalaman.
3.Sistem pakar adalah suatu program komputer yang
dirancang untuk memodelkan kemampuan
penyelesaian masalah yang dilakukan seorang
pakar.
2.2. Struktur Sistem Pakar (Expert System)
Ada dua bagian penting dari Sistem pakar,
yaitu lingkungan pengembangan (development
enviroment) dan lingkungan konsultasi (consultation
environment). Lingkungan pengembangan digunakan
oleh pembuat sistem pakar untuk membangun
komponen-komponennya
dan
memperkenalkan
pengetahuan ke dalam knowledge base (basis
pengetahuan). Lingkungan konsultasi digunakan oleh
pengguna untuk berkonsultasi sehingga pengguna
mendapatkan pengetahuan dan nasihat dari Sistem
Pakar layaknya berkonsultasi dengan seorang pakar.
Gambar 1 menunjukkan komponen-komponen yang
penting dalam sebuah sistem pakar.

Gambar 1 : Struktur Sistem Pakar

Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

2.3. Manfaat Sistem Pakar

Sistem pakar menjadi sangat populer karena
sangat banyak kemampuan dan manfaat yang
diberikannnya, diantaranya:
1. Meningkatan produktivitas, karena sistem pakar
sangat banyak kemampuan dan manfaaat yang
manusia.
2. Membuat seorang yang awam bekerja seperti
layaknya seorang pakar.
3. Meningkatkan kualitas, dengan memberikan
nasehat yang konsisten dan mengurangi
kesalahan.
4. Mampu menangkap pengetahuan dan kepakaran
seseorang.
5. Dapat beroperasi di lingkungan yang berbahaya.
6. Memudahkan akses pengetahuan seorang pakar.
7. Andal. Sistem Pakar tidak pernah menjadi bosan
dan kelelahan atau sakit.
8. Meningkatkan kapabilitas sistem komputer.
9. Mampu berkerja dengan informasi yang tidak
lengkap atau tidak pasti.
10. Bisa digunakan sebagai media pelengkapan dalam
pelatihan.
11. Meningkatkan kemampuan untuk menyelesaikan
masalah karena Sistem Pakar mengambil sumber
pengetahuan dari banyak pakar.
2.4. Aeromonas hydrophila Pada Ikan Gurami
Penyakit bercak merah disebut juga penyakit
aeromonas. Ada dua speciec aeromonas yang
menyerang ikan gurami, yaitu Aeromonas punctata
dan Aeromonas hyrophilla. Ikan yang terserang
bakteri ini akan berwarna lebih gelap dan kulitnya
kasar kehilangan lendir. Selain itu, ikan sering
muncul ke permukaan air, berenang sangat lemah,
dan napasnya mengap-mengap.

Gambar 2 : Aeromonas hydrophila Pada Ikan

Gurami
Berikut beberapa upaya pengobatan yang dapat
dilakukan untuk mengatasi penyakit bercak merah.
1. Perendaman menggunakan Oxytetracyclin 2-5
ppm. Ikan gurami yang terserang penyakti
Oxytetracyclin selama 24 jam. Lakukan tiga kali
berturut-turut.
2. Pengobatan dapat dilakukan secara berturut-turut
3-5 kali dalam tempo waktu 3-5 hari.

ISSN : 2301-9425

penuh. Ketidak pastian ini dapat berupa hasil suatu

kejadian. Hasil yang tidak pasti disebabkan oleh
beberapa faktor, yaitu aturan yang tidak pasti dan
jawaban pengguna yang tidak pasti atas suatu
pertanyaan yang diajukan oleh sistem. Hal ini sangat
mudah dilihat pada sistem diagnosis penyakit, dimana
pakar tidak dapat mendefinisikan hubungan antara
gejala dengan penyebabnya secara pasti, dan pasien
tidak dapat merasakan suatu gejala dengan pasti pula.
Pada akhirnya akan ditemukan banyak kemungkinan
diagnosis. Dampster Shefer merupakan nilai
parameter klinis yang diberikan untuk menunjukkan
besarnya
kepercayaan.
Dampster
Shefer
menunjukkan ukuran kepastian terhadap suatu fakta
atau aturan.
Gejala ini merupakan basis pengetahuan untuk
membuat suatu kesimpulan. Berikut ini adalah
penyebab penyakit dan gejala, adapun gejala-gejala
umum dari setiap pada ikan gurami antara lain:
1. Aeromonas hydrophila
Gejala Klinis:
a. Warna tubuh kusa/gelap
b. Nafsu makan menurun
c. Mengumpul dekat saluran pembuangan
d. Kulit kasar dan ekses lendir
e. Perdarahan pada pangkal sirip, ekor dan
bagian tubuh lainnya
f. Sisik lepas
g. Luka disekitar mulut
h. Perut lembek dan bengkak (dropsy) yang berisi
cairan merah kekuningan
Data diatas adalah data gejala klinis tentang
Aeromonas hydrophila yang ditimbulkan. Data
tersebut merupakan data awal yang nantinya
digunakan sebagai inputan dari sistem sebelum
diproses menjadi data output.
Adapun gejala-gejala diatas yang nantinya
diguanakan sebagai fakta yang sedang dialami, maka
gejala tersebut disusun dalam sebuah tabel keputusan.
Untuk mengetahui gejala klinis pada ikan gurami
dapat dilihat pada tabel 1 berikut:
Keterangan :
A : Aeromonas Hydrophila
Tabel 1. Gejala Aeromonas hydrophila
Gejala
Diagnosa
No.
Nama
Aeromonas
hydrophila
1. Warna tubuh kusam/

gelap
2. Nafsu makan menurun

3.
4.
5.

Mengumpul dekat saluran

pembuangan
Kulit kasar dan ekses
lendir
Perdarahan pada pangkal
sirip, ekor dan bagian
tubuh lainnya
Sisik lepas

3. Analisa Dan Perancangan

3.1. Implementasi Dampster Shefer
6.

Dalam menghadapi suatu permasalahan sering

ditemukan jawaban yang tidak memiliki kepastian
Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

ISSN : 2301-9425

Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

7.

Luka disekitar mulut

8.

Perut
lembek
dan
bengkak (dropsy) yang
berisi
cairan
merah
kekuningan

3.2.

Penerapan Dampster Shefers (DS) Pada

Diagnosa Penyakit Aeromonas Hydrophila
Untuk mengetahui hasil konsultasi penyebab
penyakit ini, maka dilakukan penyebab penyakit ini,
maka dilakukan pengujian proses konsultasi. Proses
pengujian sistem berupa masukan gejala yang dialami
ikan gurami. Pada pengujian pertama diberikan
beberapa gajala yang dialami ikan gurami antara lain:
G-1 Warna tubuh kusam/gelap)
G-2 (Nafsu makan berkurang)
Dari hasil konsultasi,total gejala yang pilih
sebanyak 2 gejala, maka untuk memperoleh nilai
kepercayaan dengan metode Dempsters rule of
combination dari gejala yang dipilih,dihitung:
Tabel 2. Bobot Gejala Klinis Aeromonas
Hydrophila
No.
Gejala
Bobot
1.
WarnaTubuh kusam/gelap
0,1
2.
Nafsu makan berkurang
0,2
3.
Mengumpul dekat saluran pembuangan
0,1
4.
Kulit kasar dan ekses lendir
0,2
5.
Perdarahan pada pangkal sirip, ekor dan
0,1
bagian tubuh lainnya
6.
Sisik Lepas
0,1
7.
Luka disekitar mulut
0,2
8.
Perut lembek dan bengkak (dropsy)
0,1
yang berisi cairan merah kekuningan
Total
1
Dimisalkan :
m1(G-1) = 0.1
m1() = 1-m1(G-1)= 1-0.1= 0.9
m2(G-2) = 0.2
m2() = 1- m2(G-2)= 1- 0.2= 0.8
hasil perhitungan dapat dilihat pada tabel 3.3
Tabel 3 Hasil Perhitungan
m2(G-2) = 0.2 m2() = 0.8
m1(G-1) = 0.1 0.02
0.08
m1() = 0.9
0.18
0.72
Hitungan nilai dari K-1
K-1 = 1- 0.02 = 0.98

= 0.0816
Kemudian menghitung:
m1 m2(G-2)=
m1().m2(G-2)
G-1 =G-1
1-K
= 0.18/0,08
= 2.25
Jika menggunakan rumus:
bel(X)= m(Y)
YX
bel({G-1,G-2}) = bel(G-1) + bel (G-2)
= m1 m2(G-1) + m1 m2(G-2)
= 0.0816 + 2.25 = 2.3316
Maka nilai kepastian kombinasi Dempster-Shafer
bahwa ikan gurami anda penyakit yang disebabkan
oleh bakteri Aeromonas Hydrophila adalah sebesar =
2.3316 * 100% = 2.3316%
3.3. Perancangan Sistem
Sistem pakar merupakan suatu program komputer
yang menggunakan aturan-aturan dan dengan disertai
fakta-fakta untuk memecahkan suatu masalah.
Dengan memberikan pertanyaan kepada pengguna
sistem telah merekam catatan yang diberikan oleh
pengguna berdasarkan catatan itu sistem menganalisis
lalu kemudian sistem memberikan pemecahan
masalahnya. Dalam rancangan ini terdiri dari 3 bagian
penting diantaranya:
1. Antarmuka pengguna (user interface)
2. Mesin inferensi
3. Basis pengatahuan
Dalam perancangan basis pengetahuan ini
digunakan kaidah produksi sebagai sarana untuk
representasi pengetahuan. Kaidah produksi dituliskan
dalam bentuk pernyataan JIKA [premis] MAKA
[konklusi]. Pada perancangan basis pengetahuan
sistem pakar ini premis adalah gejala-gejala Ikan
Gurami, sehingga bentuk pernyataannya adalah JIKA
[gejala] MAKA [gangguan]. Bagian premis dalam
aturan produksi dapat memiliki lebih dari satu
proposisi yaitu berarti pada sistem pakar ini dalam
satu kaidah dapat memiliki lebih dari satu gejala.
Gejala-gejala
tersebut
dihubungkan
dengan
menggunakan operator logika DAN. Bentuk
pernyatannya adalah:
JIKA [gejala 1]
DAN [gejala 2]
DAN [gejala 3]
MAKA [gangguan]
Berdasarkan contoh kaidah pengetahuan diatas
maka kaidah tersebut dapat disimpan dalam bentuk
sebuah tabel sehingga dapat lebih mudah untuk di
mengerti. Dimana pada tabel tersebut terdapat kolom
jenis gangguan yang menjelaskan tentang definisi,
penyebab, dan pengobatan.

Selanjutnya akan menghitung tingkat kepercayaan

(m) combine dengan rumus:
m1 m2(G-1)=
m1(G-1).m2()
G-1 =G-1
1-K
= 0.08/0.98
Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

10

Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

4. Algoritma Dan Implementasi

4.1. Algoritma
Untuk menghasilkan sebuah program aplikasi. Hal
pertama yang harus dilakukan adalah membentuk
algoritma yang akan menggambarkan bagaimana
program itu bekerja. Dalam menggambarkan
dibutuhkan
langkah-langkah
logika
untuk
menyelasaikan masalah serta berfungsi untuk
penelusuran program untuk keperluan perbaikan atau
pengembangan akan lebih mudah dan terarah.
Adapun algoritma yang digunakan dalam program
ini adalah :
4.2. Algoritma Basis Aturan
Algoritma ini digunakan untuk menerangkan
jalannya proses basis aturan, yang diterangkan seperti
di bawah ini :
Input : Gejala
Output : Penyakit
Proses : If GejalaGJ-001 and GejalaGJ002 and GejalaGJ-003
and GejalaGJ-004 and
GejalaGJ-005 and GejalaGJ-006
and GejalaGJ-007 and GejalaGJ-008 Then
Penyakit Penyakit IkanEndif
4.3. Algoritma Konsultasi
Algoritma ini digunakan untuk menerangkan
jalannya proses konsultasi, yang diterangkan seperti
di bawah ini :
Input : Gejala
Output : Penyakit, Persentase Nilai DS
M (Menyatakan Variabel)
Proses : If GejalaGJ-001 and GejalaGJ-002
and GejalaGJ-003
and GejalaGJ-004 and
GejalaGJ-005
and
GejalaGJ-006
and GejalaGJ007 and GejalaGJ008
Then
Jum Jumlah Gejala
For i=1 to Jum
M(i) = 1 Bobot Gejala(i)
Next J
For i1 To Jum
Terbesar = M(i)
For ji to Jum
If Terbesar < M(j)
then
Terbesar
M(j)
Endif
Next j
Next i
Endif

ISSN : 2301-9425

4.4. Tampilan Form Login

Untuk menampilkan form login yaitu terlebih
dahulu harus mengkomfile program maka secara
otomatis akan muncul form login. Form login terdiri
dari User Name, Password yang merupakan data
yang harus diisi dan dapat diisi dengan mengetikkan
pakar atau user, demikian juga untuk Password dan
status. Tombol Oke berfungsi untuk menyatakan
setuju dan masuk ke menu berikutnya sedangkan
untuk Tombol Cancel berfungsi jika terjadi kesalahan
pengetikan atau menyatakan tidak setuju. Tampilan
form login dapat dilihat pada Gambar 3

Gambar 3 : Tampilan Form Login

4.5. Konsultasi
Konsultasi dapat dilakukan dengan cara memilih
menu Konsultasi seperti terlihat pada Gambar 4
dibawah ini :

Gambar 4 : Tampilan Konsultasi

Gambar 5 : Hasil Konsultasi

Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

11

Pelita Informatika Budi Darma, Volume : VII, Nomor: 2, Agustus 2014

ISSN : 2301-9425

5. Kesimpulan Dan Saran

5.1. Kesimpulan
Setelah dilakukan pengimplementasian terhadap
web yang penulis buat, penulis menarik kesimpulan
sebagai berikut:
1. Aplikasi yang dibuat menggunakan metode
Dempster-Shafer ini mampu mendeteksi penyakit
Aeromonas hydrophila pada ikan gurami.
2. Aplikasi ini bertujuan untuk mendeteksi penyakit
Aeromonas hydrophila pada ikan gurami.
3. Informasi yang disajikan aplikasi sistem pakar
pendeteksi penyakit Aeromonas hydrophila pada
ikan gurami ditampilkan ke dalam web.
5.2. Saran
Untuk pengembangan sistem pakar ini lebih lanjut
agar hasilnya lebih baik lagi, maka ada beberapa hal
yang dapat ditambahkan antara lain:
1. Sebaiknya data-data penyakit pada ikan gurami
tidak hanya pada Aeromonas hydrophila melaikan
dari data-data penyakit ikan gurami tersebut yang
lebih terinci dari sumber lain.
2. Sebaiknya penyakit Aeromonas hydrophila yang
di deteksi tidak hanya pada ikan gurami
melainkan pada semua jenis ikan.
3. Sebaiknya pembangunan sistem pakar tidak hanya
menggunakan teori dempster-shafer melainkan
dari teori lain yang sejenis.
4. Bahasa Pemrograman yang digunakan tidak hanya
menggunakan
bahasa
pemrograman
PHP
melainkan memakai bahasa pemrograman yang
lainnya.
DAFTAR PUSTAKA
1.
2.
3.
4.
5.
6.
7.
8.
9.

Durkin(2012).IlmuKomputer.Com,http://ww
w.nyoman.staf.narotama.ac.id/files/2012/Ari_Fad
li_Sistem_Pakar_Dasar.Pdf
Dreamweaver
http://www.articlecenter.org/sekitar-tentangdreamweaver
Estu Nugroho & Muhammad Sulih Sukses Budi
Daya Gurami di lahan Sempit dan hemat Air
H.Khairuman,SP & Khairul Amir,S.Pi,M.Si
(2011) Pembesaran Gurami Secara Intensif
MySQL
http://fahmizaleeits.wordpress.com/tag/konsepkerja-php
Sri Kusumadewi (2003) ,Sistem Pakar (Expert
System)http://www.Informatika.web.id/
Sistem- pakar-expert-System.htm
T.Sutejo,S.Si.,M.Kom., Edy Mulyanto,S.Si.
,M.Kom., Dr.Vincent Suharono , Kecerdasan
buatan, (UDINUS Semarang)
Triswansyah_yunliano, Ilmu Komputer.Com
http://triswan.wordpress.com
Zadeh,MetodeDempster-Shafer http// www.
elera.stimikelrahma.ac.id/.../download.php

Perancangan Sistem Pakar Deteksi Penyakit Aeromonas Hydrophila Pada Ikan Gurami
Dengan Metode Dempster-Shafer. Oleh : Haryanda Ahmad

12