SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDIAGNOSA PENYAKIT AYAM BROILER DENGAN METODE Sistem Pendukung Keputusan Untuk Mendiagnosa Penyakit Ayam Broiler Dengan Metode Simple Additive Weighting (SAW).
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 : emailemaswidi@gmail.com
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
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
keahlian
pakar
secara
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 gejala–gejalanya, 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
��
rij =
Memberikan
nilai
rating
kecocokan pada setiap alternatif
h.
Hasil dari nilai raitng kinerja
atau tingkat kepentingan (W)
R=
pada setiap kriteria.
W = [ W1 W2 W3 .... Wj] . . . . (1)
f.
tabel
rating
i.
�11
�1
⋱
�1
�
. . . . (4)
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.
X=
g.
�
matrik ternomalisasi (R)
d. Menentukan bobot preferensi
Membuat
. . . . (3)
ternomalisasi (rij) membentuk
pada setiap kriteria.
e.
(� )
� � (� )
Cj.
c.
�
�11
�1
⋱
Vi =
�1
�
. . . . (2)
�
=1
�
. . . . (5)
Hasil perhitungan nilai Vi yang
lebih
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,
kriteria-kriteria yang ada.
kebutuhan-kebutuhan bisnis.
dan
merumuskan
c. Desain
Pembuatan blueprint sistem dan
METODE
Metodologi
digunakan
penelitian
dalam
sistem
yang
pendukung
keputusan untuk mendiagnosa penyakit
Ayam
Broiler
SDLC
adalah
(Sistems
penyesuaian
dengan
telekomunikasi,
arsitektur
hardware,
dan
software untuk pengembangan lebih
lanjut, serta membuat model sistem
Development Life Cycle).
menciptakan model graphical user
Tahapan-tahapan SDLC antara lain :
interface, database, dan lain-lain.
d. Pengembangan
a. Studi kelayakan
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
ini
sesungguhnya,
tahap
studi
e. Pengujian
diputuskan
untuk
Setelah
dalam
coding
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
harapan dan kebutuhan pengguna.
b. Analisis
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
diagnosa yang telah dilakukan oleh sistem
yang dimiliki setiap kriteria. Nilai 1
mewakili
“sehat”,
nilai
3
mewakili
Additive
“rendah” dan nlai 5 mewakili nilai “tinggi”.
Weighting (SAW). Nilai bobot 1,3 dan 5
Kriteria penyakit disimbolkan dengan “C”,
berdasarkan
metode
Simple
merupakan bobot nilai yang mewakili nilai
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
kecocokan antara alternatif penyakit dan
metode
Weighting (SAW)
Simple
Additive
dengan berbasis
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.
kriteria penyakit.
penyakit dan proses perangkingan pada
gambar 2 alternatif terbaik mempunyai
fasilitas
2. Berdasarkan
hasil
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 – 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
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 : emailemaswidi@gmail.com
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
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
keahlian
pakar
secara
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 gejala–gejalanya, 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
��
rij =
Memberikan
nilai
rating
kecocokan pada setiap alternatif
h.
Hasil dari nilai raitng kinerja
atau tingkat kepentingan (W)
R=
pada setiap kriteria.
W = [ W1 W2 W3 .... Wj] . . . . (1)
f.
tabel
rating
i.
�11
�1
⋱
�1
�
. . . . (4)
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.
X=
g.
�
matrik ternomalisasi (R)
d. Menentukan bobot preferensi
Membuat
. . . . (3)
ternomalisasi (rij) membentuk
pada setiap kriteria.
e.
(� )
� � (� )
Cj.
c.
�
�11
�1
⋱
Vi =
�1
�
. . . . (2)
�
=1
�
. . . . (5)
Hasil perhitungan nilai Vi yang
lebih
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,
kriteria-kriteria yang ada.
kebutuhan-kebutuhan bisnis.
dan
merumuskan
c. Desain
Pembuatan blueprint sistem dan
METODE
Metodologi
digunakan
penelitian
dalam
sistem
yang
pendukung
keputusan untuk mendiagnosa penyakit
Ayam
Broiler
SDLC
adalah
(Sistems
penyesuaian
dengan
telekomunikasi,
arsitektur
hardware,
dan
software untuk pengembangan lebih
lanjut, serta membuat model sistem
Development Life Cycle).
menciptakan model graphical user
Tahapan-tahapan SDLC antara lain :
interface, database, dan lain-lain.
d. Pengembangan
a. Studi kelayakan
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
ini
sesungguhnya,
tahap
studi
e. Pengujian
diputuskan
untuk
Setelah
dalam
coding
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
harapan dan kebutuhan pengguna.
b. Analisis
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
diagnosa yang telah dilakukan oleh sistem
yang dimiliki setiap kriteria. Nilai 1
mewakili
“sehat”,
nilai
3
mewakili
Additive
“rendah” dan nlai 5 mewakili nilai “tinggi”.
Weighting (SAW). Nilai bobot 1,3 dan 5
Kriteria penyakit disimbolkan dengan “C”,
berdasarkan
metode
Simple
merupakan bobot nilai yang mewakili nilai
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
kecocokan antara alternatif penyakit dan
metode
Weighting (SAW)
Simple
Additive
dengan berbasis
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.
kriteria penyakit.
penyakit dan proses perangkingan pada
gambar 2 alternatif terbaik mempunyai
fasilitas
2. Berdasarkan
hasil
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 – 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