ANGGA ARIAN, . (2022) SISTEM PAKAR PENGENALAN PENYAKIT KUCING BERBASIS ANDROID MENGGUNAKAN METODE NAÏVE BAYES. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.
Text
COVER..pdf Restricted to Registered users only Download (1MB) |
|
Text
DAFTAR PUSTAKA..pdf Restricted to Registered users only Download (459kB) |
|
Text
LAMPIRAN..pdf Restricted to Registered users only Download (495kB) |
|
Text
BAB 1..pdf Restricted to Registered users only Download (551kB) |
|
Text
BAB 2..pdf Restricted to Registered users only Download (880kB) |
|
Text
BAB 3..pdf Restricted to Registered users only Download (591kB) |
|
Text
BAB 4..pdf Restricted to Registered users only Download (735kB) |
|
Text
BAB 5..pdf Restricted to Registered users only Download (311kB) |
Abstract
Perkembangan teknologi informasi dan komunikasi semakin berkembang pesat, terutama untuk dunia fauna. Selain teknologi untuk kesehatan manusia, teknologi juga ada untuk kesehatan hewan. Perlunya kita mempelajari kesehatan hewan agar suatu saat ketika hewan tersebut berada di kondisi sakit, kita paham cara mengatasinya. Hewan yang saat ini banyak di pelajari adalah kucing, karena sudah banyak penelitian terkait kucing ini dan mudah dipelajari. Penelitian kucing ini juga perlu suatu pakar atau ahli yang bisa mempelajari hal tersebut terutama penyakit kucing. Penelitian skripsi ini ditujukan untuk perlunya masyarakat mengenal penyakit kucing yang kemudian diaplikasikan ke dalam bentuk aplikasi sistem pakar berbasis Android. Pembuatan aplikasi sistem pakar pengenalan penyakit kucing ini menggunakan metode yang sering digunakan dan dipelajari banyak orang, yaitu metode Naïve Bayes. Tujuan pembuatan sistem pakar pengenalan penyakit kucing ini adalah untuk membantu pengguna terutama pecinta kucing mendapatkan informasi mengenai pengenalan dan menangani tingkat awal hewan peliharaannya ketika mengalami masalah pada kesehatannya agar dapat sembuh lebih cepat dari penyakitnya. Hasil penelitian skripsi sistem pakar pengenalan penyakit kucing ini yaitu Aplikasi ini digunakan untuk mengetahui penyakit kucing yang diderita dari gejala-gejala yang sudah dijabarkan di aplikasi dan gejala-gejala tersebut didapat langsung dari wawancara dari kedua dokter (pakar). Pengujiannya tersebut juga mendapatkan hasil yang baik yaitu 100 %. ************************** The development of information and communication technology is growing rapidly, especially for the world of fauna. In addition to technology for human health, technology also exists for animal health. We need to study animal health so that one day when the animal is sick, we will understand how to deal with it. The animal that is currently being studied a lot is the cat, because there has been a lot of research related to this cat and it is easy to learn. This cat research also needs an expert or experts who can study this, especially cat diseases. This thesis research is aimed at the need for the public to know cat disease which is then applied in the form of an Android-based expert system application. Making the application of this cat disease recognition expert system uses a method that is often used and studied by many people, namely the Naïve Bayes method. The purpose of making this cat disease recognition expert system is to help users, especially cat lovers, to get information about recognizing and dealing with the early stages of their pets when experiencing problems with their health so that they can recover faster from their illness. The results of this essay research on cat disease recognition expert systems are this application is used to find out the disease suffered from the symptoms that are already in the application and the symptoms obtained from interviews with the two doctors (experts). The test also got good results, namely 100%.
Item Type: | Thesis (Sarjana) |
---|---|
Additional Information: | 1). Ria AraFivah,M.Si.; 2). Muhammad Eka Suryana, M.Kom. |
Subjects: | Sains > Matematika > Ilmu Komputer |
Divisions: | FMIPA > S1 Ilmu Komputer |
Depositing User: | sawung yudo |
Date Deposited: | 28 Oct 2024 04:29 |
Last Modified: | 28 Oct 2024 04:29 |
URI: | http://repository.unj.ac.id/id/eprint/51770 |
Actions (login required)
View Item |