SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDIAGNOSA PENYAKIT AYAM BROILER DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Makalah Program Studi Teknik Informatika Fakultas Komunikasi dan Informatika
Diajukan oleh :
Widi Handoko Hernawan Sulistyanto, S.T,.M.T Drs. Sudjalwo, M.Kom.
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDIAGNOSA PENYAKIT AYAM BROILER DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Widi Handoko, Hernawan Sulistyanto, Sudjalwo
Teknik Informatika, Fakultas Komunikasi dan Informatika Universitas Muhammadiyah Surakarta E-Mail :
[email protected]
ABSTRAKSI Pemahaman masyarakat akan penyakit Ayam Broiler tergolong masih rendah. Banyak masyarakat masih mengandalkan pengetahuan seorang pakar untuk dapat mendiagnosa suatu penyakit, sehingga membutuhkan waktu yang lama dan biaya yang mahal. Dengan menggunakan metode Simple Additive Weighting (SAW), serta bahasa pemprograman PHP dan database MySQL, aplikasi ini diimplementasikan ke sebuah website yang dapat diakses dari mana saja. Sistem pendukung keputusan ini merupakan aplikasi yang menggunakan fakta dan teknik penalaran yang digunakan oleh seorang pakar. Penggunaan sistem aplikasi ini dapat memberikan informasi dan acuan bagi pengguna berupa kemungkinan jenis penyakit yang menyerang pada Ayam Broiler berdasarkan gejala yang dimasukan oleh user. Aplikasi ini dapat memberikan bantuan berupa layanan bagi para pengguna untuk mendiagnosa penyakit Ayam Broiler secara lebih dini walaupun dalam bentuk website. Kata Kunci : Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Ayam Broiler
PENDAHULUAN Produksi peternakan Ayam Broiler dewasa ini berkembang sangat pesat seiring dengan semakin meningkatnya permintaan pasar terhadap Ayam Broiler. Ayam Broiler merupakan salah satu sumber protein hewani yang banyak dikonsumsi oleh
masyarakat.
Ayam
Broiler
memiliki
pertumbuhan daging yang cepat dalam waktu relatif singkat. Kemudahan dalam hal perawatan Ayam Broiler juga mudah untuk dibudidayakan,
sehingga banyak orang
tertarik pada budidaya Ayam Broiler.
Salah satu faktor yang menjadi penghambat dalam budidaya Ayam Broiler
menjadi dasar yaitu : nafsu makan, minum, nafas, diare, lendir, mata, kejang, suhu.
adalah mudahnya terserang penyakit pada
Tujuan
penelitian
adalah
Ayam Broiler. Ketidak tahuan orang awam
menghasilkan suatu aplikasi pengembangan
terhadap gejala dan diagnosa penyakit ayam
sistem
membuat ayam mudah terkena penyakit dan
mengetahui jenis penyakit pada Ayam
dapat
Broiler
berakibat
kematian
pada
ayam
pakar
berbasis
dengan
web
menggunakan
untuk
metode
tersebut. Penanganan yang tepat dan cepat
Simple Additive Weighting Memberikan
dapat menghilangkan atau mengurangi
kemudahan
dampak dari penyakit pada Ayam Broiler.
mendeteksi penyakit pada Ayam Broiler.
Pada penelitian ini dapat diambil permasalahan
yang
ada
bahwa
diperlukannya suatu sistem pendukung
Manfaat pengguna
bagi
penelitian
orang
yaitu
mendeteksi
awam
untuk
memudahkan
penyakit
Ayam
Broiler secara lebih dini.
keputusan penyakit Ayam Broiler agar dapat membantu proses penentuan penyakit
TINJAUAN PUSTAKA
Ayam Broiler secara tepat dan akurat
Syatibi (2012) dalam penelitiannya
sehingga tanpa harus bertanya pada para
membahas tentang penyakit kulit pada sapi
ahli penyakit Ayam Broiler.
yang untuk orang awam merupakan suatu
Batasan masalah yang ada pada
hal yang jarang diketahui dan masih
penelitian ini yaitu menggunakan metode
mengandalkan
keahlian
pakar
secara
Simple Additive Weighting. Penyakit yang
manual, oleh karena itu maka dibuatlah
diteliti adalah: Aspergillus spp, Tetelo /
suatu sistem untuk membantu mendiagnosa
Newcastle Disease (ND), Infectious Bursal
dengan Metode Certainty Factor dan
Disease ( IBD / Gumboro) dan Cronic
menghasilkan keluaran berupa program
Respiratory Disease. Kriteria penyakit yang
aplikasi atau tool yang dapat digunakan
untuk mendiagnosa kemungkinan penyakit kulit pada hewan sapi berdasarkan gejala yang diinputkan user.
Simple Additive Weighting (SAW) Metode SAW merupakan metode penjumlahan
terbobot.
Konsep
dasar
Penelitian lain oleh Sulaiman (2010)
metode SAW adalah mencari penjumlahan
membahas mengenai identifikasi penyakit
terbobot dari rating kinerja pada setiap
pada ikan. Sistem tersebut dibangun dengan
alternatif
menggunakan algoritma tree dan metode
(Kusumadewi,
inferensi forward chaining serta bahasa
membutuhkan proses normalisasi matrik
pemprograman WML dan PHP. Aplikasi ini
keputusan (X) ke suatu skala yang dapat
diimplementasikan ke sebuah perangkat
diperbandingkan
mobile
alternatif yang ada.
ini
melalui teknologi WAP. Aplikasi memberikan
semua
2006).
dengan
Metode
semua
kriteria SAW
rating
berupa
Perbedaan antara metode SAW
yang
dengan metode yang lain terletak pada
menyerang iklan jenis penyakit pada iklan
faktor pemberian nilai. Pemberian nilai
beserta gejalaโgejalanya, serta bagaimana
pada metode SAW dilakukan dengan
cara menggulanginya.
sederhana yaitu sesuai dengan keadaan
kemungkinan
jenis
informasi
pada
penyakit
Berdasarkan penelitian yang ada
alternatif terhadap kriteria. Perbedaan lain
mengenai penyakit hewan, maka peneliti
juga terdapat pada faktor penentuan nilai
bermaksud
melakukan penelitian dengan
vektor bobot. Penentuan nilai prioritas
objek Ayam Broiler yang mana termasuk
vektor bobot dilakukan sesuai kebijakan
hewan yang populer untuk dibudidayakan
manajer memberikan nilai vektor bobot
dan sering terjangkit hama dan penyakit
secara langsung. (Idris.2012).
dengan mengaplikasikan sistem pendukung keputusan berbasis web dengan metode Simple Additive Weighting (SAW).
Adapun langkah penyelesaian dalam menggunakannya adalah: a.
Menentukan beberapa alternatif.
b. Menentukan kriteria yang akan dijadikan
acuan
dalam
pengambilan keputusan, yaitu
๐ ๐๐
rij =
Cj. c.
๐๐๐ฅ ๐ (๐ ๐๐ ) ๐๐๐ ๐ (๐ ๐๐ )
. . . . (3)
๐ ๐๐
Memberikan
nilai
rating
kecocokan pada setiap alternatif
h.
pada setiap kriteria.
Hasil dari nilai raitng kinerja ternomalisasi (rij) membentuk
d. Menentukan bobot preferensi
matrik ternomalisasi (R) ๐
11 R= โฎ ๐
๐1
atau tingkat kepentingan (W) pada setiap kriteria.
โฏ โฑ โฏ
๐
1๐ โฎ . . . . (4) ๐
๐๐
W = [ W1 W2 W3 .... Wj] . . . . (1) e.
f.
Membuat
tabel
rating
i.
Hasil akhir nilai preferensi (Vi )
kecocokan dari setiap alternatif
diperoleh dari penjumlahan dari
pada setiap kriteria.
perkalian elemen baris matrik
Membuat matrik keputusan X
ternormalisasi (R) dengan bobot
yang dibentuk dari tabel rating
preferensi (W) yang bersesuaian
kecocokan setiap alternatif pada
eleman kolom matrik (W).
setiap kriteria. ๐11 X= โฎ ๐๐1
โฏ โฑ โฏ
Vi = ๐1๐ โฎ ๐๐๐
. . . . (2)
Hasil perhitungan nilai Vi yang lebih
g.
๐ ๐ =1 ๐ค๐ ๐๐๐ . . . . (5)
besar
mengindikasikan
Melakukan normalisasi matrik bahwa alternatif Ai merupakan keputusan
dengan
cara alternatif terbaik (Kusumadewi,
menghitung nilai rating kinerja 2006). ternomalisasi (rij) dari alternatif Ai pada kriteria Cj.
Tabel 1. Pemberian bobot kriteria penyakit Ayam Broiler No
Nama Penyakit
Kriteria Penyakit a. Nafsu Makan b. Minum c. Nafas d. Diare e. Lendir f. Bengkak Mata g. Kejang h. Suhu tubuh
1
Infectious Bursal Disease ( IBD / Gumboro)
2
Cronic Respiratory Disease
a. Nafsu Makan b. Minum c. Nafas d. Diare e. Lendir f. Bengkak Mata g. Kejang h. Suhu tubuh
3
Aspergillus spp.
4
Tetelo / Newcastle Disease (ND)
a. Nafsu Makan b. Minum c. Nafas d. Diare e. Lendir f. Bengkak Mata g. Kejang h. Suhu tubuh a. Nafsu Makan b. Minum c. Nafas d. Diare e. Lendir f. Bengkak Mata g. Kejang h. Suhu tubuh
Bobot dan Penanggulangan Nilai a. Rendah a. Pelaksanaan b. Tinggi program sanitasi c. Sehat dan bio-security d. Tinggi b. Pemilihan e. Tinggi program vaksinasi f. Sehat yang tepat g. Rendah c. Pemilihan jenis h. Tinggi vaksin yang sesuai d. Aplikasi vaksin yang benar e. Pemberian air gula dan Vitamin a. Tinggi a. Sanitasi & b. Rendah biosekuriti c. Tinggi b. Tatalaksana d. Rendah kandang / e. Tinggi manajemen: f. Tinggi 1. Pakan g. Sehat 2. Ventilasi h. Sehat 3. Amoniak 4. All in all out a. Rendah a. Hewan yang sakit b. Rendah disingkirkan c. Tinggi b. Sumber spora & d. Rendah jamur e. Rendah dimusnahkan f. Rendah c. Daya tahan tubuh g. Sehat ditingkatkan h.Sehat a. Rendah a. Vaksinasi ND b. Tinggi b. Vitamin untuk c. Sehat meningkatkan d. Tinggi daya tahan tubuh e. Sehat c. Sanitasi & f. Sehat biosekuriti yang g. Tinggi ketat h. Tinggi
Pada tabel 1 menunjukkan jenis-jenis
pula bobot penyakit yang diwakili dengan
penyakit yang sering terjangkit pada Ayam
nilai
Broiler dan jenis-jenis kriteria penyakit
Penanggulangan penyakit merupakan cara
yang tampak dari luar. Selain itu dijelaskan
yang dapat dilakukan untuk mengobati
sehat,
rendah
dan
tinggi.
penyakit yang telah diketahui berdasarkan
mempelajari,
dan
merumuskan
kriteria-kriteria yang ada.
kebutuhan-kebutuhan bisnis. c. Desain Pembuatan blueprint sistem dan
METODE Metodologi digunakan
penelitian
dalam
sistem
yang
pendukung
penyesuaian
dengan
telekomunikasi,
arsitektur
hardware,
dan
keputusan untuk mendiagnosa penyakit
software untuk pengembangan lebih
Ayam
lanjut, serta membuat model sistem
Broiler
adalah
SDLC
(Sistems
Development Life Cycle).
menciptakan model graphical user
Tahapan-tahapan SDLC antara lain :
interface, database, dan lain-lain.
a. Studi kelayakan
d. Pengembangan
Studi kelayakan bertujuan untuk
Di sini, barulah para programmer
mengetahui apakah sistem baru
melakukan
tersebut realistis dalam masalah
menerapkan desain kedalam sistem
pembiayaan, waktu, serta perbedaan
yang
dengan sistem yang ada sekarang.
program, dan menyiapkan database.
Biasanya kelayaka
dalam ini
coding
sesungguhnya,
tahap
studi
e. Pengujian
diputuskan
untuk
Setelah
sistem
untuk
membuat
berhasil
meng-update sistem yang ada atau
dikembangkan, langkah selanjutnya
menggantinya dengan sistem yang
adalah pengujian untuk melihat
baru.
apakah sistem telah sesuai dengan
b. Analisis
harapan dan kebutuhan pengguna.
Pengguna dan software developer bekerjasama
mengumpulkan,
f. Implementasi Tahap ini, software yang telah diuji siap
diimplementasikan
kedalam
sistem pengguna. Pembuatan user
MySQL. Metode yang digunakan dalam
guide dan pelatihan juga dilakukan.
sistem pendukung keputusan ini adalah Simple
Additive
Metodologi
Sistem pendukung keputusan ini dengan
menggunakan
pemrograman PHP sedangkan pengelolaan
penelitian
(SAW).
yang digunakan
dalam mengembangkan aplikasi ini adalah
HASIL DAN PEMBAHASAN
dibuat
Weighting
bahasa untuk
SDLC (Sistems Development Life Cycle). Sistem
pendukung
keputusan
berbasis
website sehingga dapat diakses dimana saja.
basis data menggunakan
Gambar 1. Pemilihan Kriteria Penyakit Pada gambar 1 dijelaskan input
nama yang akan disimpan pada database
yang dilakukan oleh pengguna berupa kode
digunakan sebagai arsip dan kemudian
user yang terisi secara otomatis oleh sistem,
pengguna
selain itu pengguna diharapkan mengisi
berdasarkan gejala dan menentukan bobot
akan
memilih
kriteria
penyakit pada setiap kriteria gejala yang
oleh
ingin
berdasarkan
diketahui
jenis
penyakit
yang
terjangkit pada Ayam Broiler. Sistem akan
pengguna metode
dan
mengolahnya
Simple
Additive
Weighting (SAW).
menyimpan data yang telah dimasukkan
Gambar 2. Hasil Diagnosa Pada gambar 2 dijelaskan hasil
yang dimiliki setiap kriteria. Nilai 1
diagnosa yang telah dilakukan oleh sistem
mewakili
berdasarkan
Additive
โrendahโ dan nlai 5 mewakili nilai โtinggiโ.
Weighting (SAW). Nilai bobot 1,3 dan 5
Kriteria penyakit disimbolkan dengan โCโ,
metode
Simple
merupakan bobot nilai yang mewakili nilai
โsehatโ,
nilai
3
mewakili
dimana terdapat 8 kriteria yang diwakili
warna yang berbeda yaitu merah sehingga
oleh C1, C2, C3 . . . . .C8.
memudahkan user untuk mengetahui solusi
Weight merupakan masukan yang
terbaik berdasarkan masukan yang telah
dilakukan oleh pengguna, seperti dijelaskan
dimasukan. Hasil diagnosa juga akan
diatas setiap masukan dirubah menjadi
menampilkan
angka yang akan digunakan untuk proses
penyakit.
pencarian
solusi
terbaik
dari
dan
nilai
kecocokan
penanggulangan
setiap
alternatif penyakit. Ditampilkan pula daftar penyakit
cara
antara
KESIMPULAN Berdasarkan
aternatif penyakit dengan kriteria penyakit
pembuatan
dalam bentuk matrik. Nilai maksimal
pendukung keputusan untuk mendiagnosa
digunakan untuk mengetahui nilai tertinggi
penyakit Ayam Broiler dengan metode
yang
Simple Additive Weighting ( SAW ) dapat
ada
pada
setiap
kolom
yang
dan
perancangan, implementasi
sistem
digunakan untuk perhitungan dalam metode
ditarik kesimpulkan sebagai berikut :
Simple Additive Weighting (SAW).
1. Pembuatan
Proses
perangkingan
merupakan
aplikasi
pendukung
berupa
keputusan
sistem untuk
hasil perhitungan yang telah dilakukan
mendiagnosa penyakit Ayam Broiler
dengan
dengan
melakukan
normalisasi
matrik
metode
Simple
Additive
kecocokan antara alternatif penyakit dan
Weighting (SAW)
kriteria penyakit.
Pada metode Simple
website telah selesai dibuat. Sistem
Additive Weighting (SAW) pemilihan solusi
dibuat dengan analisis dan kemudahan
terbaik berdasarkan nilai tertinggi dari
serta
proses perangkingan dari setiap alternatif
perancangan telah tercapai.
penyakit dan proses perangkingan pada gambar 2 alternatif terbaik mempunyai
fasilitas
2. Berdasarkan
hasil
dengan berbasis
yang
uji
ada
sistem
pada
di
Peternakan Ibu Istiqomah, Krajan RT
01/01, Tegalwaton, Tengaran, Semarang,
mengetahui
sistem
telah
Broiler dan cara penanggulangan dari
mampu membantu untuk mendiagnosa
penyakit tersebut tanpa harus bertanya
penyakit Ayam Broiler dan sebagai
kepada para ahli.
pendukung
keputusan
tentang penyakit
Ayam
acuan bagi orang awam yang jarang
DAFTAR PUSTAKA Haniif. 2007. Sistem Pendukung Keputusan (SPK). http://haniif.wordpress.com/2007/08/01/23-tinjauan-pustaka-sistem-pendukungkeputusan-spk/. Diakses tanggal 3 Oktober 2012, pukul 22.00
Idris, L. A. S. (2012). Analisis Perbandingan Metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW). Skripsi. Fakultas Teknik Universitas Negeri Gorontalo
Kadir, Abdul. 2009. Dasar Perancangan & Implementasi Database Relasional. Andi Offset, Yogyakarta. Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi โ Attribute Decision Making (FUZZY MADM). Graha Ilmu, Yogyakarta
Pangestika Nada, Chintya. 2012. Mengatasi Gejala dan Penyebab Penyakit Ayam Broiler. http://ternak-ayambroiler.blogspot.com/2012/01/mengatasi-gejala-dan-penyebabpenyakit.html Diakses tanggal 3 Oktober 2012, pukul 23.00
Sulaiman, T. 2010. Sistem Pakar Untuk Diagnosa Penyakit Pada Ikan BerbasisWap. Skripsi. Palembang. STMIK GI MDP
Syatibi, A. 2012. Sistem Pakar Diagnosa Awal Penyakit Kulit Sapi Berbasis Web Dengan Menggunakan Metode Certainty Factor. Skripsi. Semarang. Universitas Diponegoro Semarang
