Klasifikasi Penyakit Ayam Menggunakan Metode Support Vector Machine

VOLT: Jurnal Ilmiah Pendidikan Teknik Elektro

View Publication Info
 
 
Field Value
 
Title Klasifikasi Penyakit Ayam Menggunakan Metode Support Vector Machine
 
Creator Nurcahya, Eka Dwi; Universitas Muhammadiyah Ponorogo
 
Description Penyakit pada ayam memiliki banyak jenis tetapi mempunyai beberapa gejala yang mirip dengan perbedaan yang sedikit. Gejala penyakit yang sulit dibedakan membuat peternak rentan melakukan kesalahan penanganan. Klasifikasi menggunakan teknik komputasi dapat membedakan jenis penyakit dengan lebih baik. Support Vector Machine adalah salah satu teknik komputasi yang dapat digunakan. Penelitian ini menggunakan jenis penyakit ayam antara lain Avian Influenza, Cronic Respiratory Disease, Corryza, Newcastle Disease, Gumboro, dan Koksidiosis. Gejala-gejala yang ditimbulkan dari enam penyakit yang diteliti berjumlah 26 jenis gejala dengan objek penelitian berjumlah 105 ekor ayam. Metode pengambilan data menggunakan data lapangan hasil dari pengamatan peternak sesuai rujukan ahli peternakan. Support Vector Machine sebagai pengklasifikasi memberikan bobot pembeda pada setiap penyakit dengan dasar gejala yang dimiliki setiap penyakit. Hasil penerapan Support Vector Machine pada klasifikasi penyakit ayam medapatkan nilai akurasi sebesar 84,7% atau 89 data sesuai dengan rujukan ahli.
 
Publisher Department of Electrical Engineering Education, Faculty of Teacher Training and Education
 
Contributor Universitas Muhammadiyah Ponorogo
 
Date 2017-04-28
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://jurnal.untirta.ac.id/index.php/VOLT/article/view/1316
 
Source VOLT : Jurnal Ilmiah Pendidikan Teknik Elektro; Vol 2, No 1 (2017): Available Online in April 2017; 45-54
2528-5696
2528-5688
 
Language eng
 
Relation http://jurnal.untirta.ac.id/index.php/VOLT/article/view/1316/1173
 
Rights Copyright (c) 2017 VOLT : Jurnal Ilmiah Pendidikan Teknik Elektro
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library