Riyan Apriyan - 17140017 Primary Author Nanang Hunaifi S.Si., M.M Editor Hendi Suhaendi S.T., M.Kom Editor mixed material bibliography Universitas BSI Bandung UNIVERSITAS BSI BANDUNG 2018-2019 id Indonesia

Skripsi

Riyan Apriyan (17140017). Aplikasi Diagnosis Penyakit Ikan Lele Menggunakan Metode Demster Shafer. Ikan lele merupakan salah satu hasil perikanan budidaya yang banyak digemari oleh masyarakat indonesia, salah satu kendala yang sering dihadapi petani dalam budidaya lele adalah serangan hama dan penyakit. Kerugian yang ditimbulkan hama biasanya tidak sebesar serangan penyakit. oleh karena itu pembudidaya membutuhkan pengetahuan tentang penyakit lele secara umum sehingga dapat mengobati ikan lele yang terkena penyakit. Subjek dalam penelitian ini adalah aplikasi sistem pakar sebagai media diagnosis penyakit ikan lele. Pengumpulan data dalam penelitian ini menggunakan metode wawancara, observasi dan studi pustaka. Sistem ini dibangun menggunakan metode waterfall yaitu analisis dan definisi persyaatan, perancangan sistem danperangkat lunak, implementasidan pengujian unit integrasi dan pengujian sistem serta operasi dan pemeliharaan. Metode yang digunakan dalam penelitian ini mengunakan metode Demster Shafer, metode ini adalah sebuah metode ketidakpastian berdasarkan hasil perhitungan menurut gejala yang muncul. Hasil dari penelitian ini adalah sebuah aplikasi untuk mendiagnosis penyakit pada ikan lele berdasarkan gejala yang muncul. Berdasarkan hasil uji coba dapat disimpulkan bahwa aplikasi ini dapat menjadi alat bantu pembudidaya ikan lele dalam mencari informasi penyakit apa yang menjangkiti ikan lele yang dibudidaya. Kata kunci : Ikan Lele, Penyakit, Demster Shafer, Sistem Pakar teknik informatika Sistem Pakar Penyakit Ikan Lele Demster Shafer 051 /S1.TI.SKP/2018-2019 Digital Library ARS University Perpustakan Online ARS University 051 /S1.TI.SKP/2018-2019 S01383K Teknik Informatika 051 /S1.TI.SKP/2018-2019 ABSTRAK BAB 1 BAB 4 DAFTAR PUSTAKA JURNAL cover_riyan_apriyan.PNG.PNG 5250 2019-08-01 11:40:05 2020-02-10 20:46:08 machine generated