Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Polinema (JIP)
Khoiru Nurfitri
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika Polinema (JIP)

 1 
Penerapan Fuzzy K-Nearest Neighbor untuk Diagnosa Penyakit Kulit pada Kucing Fannisa Tiara Salsabila; Khoiru Nurfitri; Yovi Litanianda
Jurnal Informatika Polinema Vol. 10 No. 1 (2023): Vol 10 No 1 (2023)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i1.1424

Abstract

Kucing adalah hewan populer yang sering dijumpai dan dipelihara oleh manusia. Meskipun demikian, kucing adalah hewan yang mudah terkena serangan bakteri, virus, maupun parasit yang menjadi sumber penyakit. Salah satunya adalah penyakit kulit. Berbagai macam penyakit kulit yang menyerang kucing terdapat kemiripan gejala yang sulit diidentifikasi misalnya kerontokan bulu dan menggaruk badan. Hal tersebut mengakibatkan orang awam, khususnya pemilik kucing kesulitan dalam menentukan penyakit yang diderita hewan peliharaannya. Kekeliruan dalam penanganan atau pengobatan penyakit dapat memperparah kondisi kucing. Apabila penyakit kulit sudah menyerang 40% bagian tubuh, maka kucing dapat mengalami infeksi sekunder. Sistem pakar dapat diterapkan pada kasus ini sebagai alat bantu untuk diagnosa penyakit kulit kucing berdasarkan masukan berupa gejala-gejala oleh pemilik kucing. Metode yang digunakan adalah Fuzzy K-Nearest Neighbor. Sistem yang dibangun berbasis website menggunakan bahasa pemrograman PHP dan memanfaatkan database MySQL. Penelitian ini menggunakan 15 gejala dan 5 penyakit. Penelitian ini menggunakan data berjumlah 130 data latih dan 15 data uji menghasilkan tingkat akurasi sebesar 93% dan presisi yang baik karena menghasilkan diagnosa yang konsisten pada percobaan berulang.
Co-Authors Fannisa Tiara Salsabila Yovi Litanianda