Model Berbasis Case Similarity dalam Penentuan Jenis Ikan Air Tawar Berdasarkan Kualitas Air dan Kondisi Wilayah

Hindayati Mustafidah, Annisa Kayla Azzira Mahmud, Suwarsito Suwarsito

Abstract


Identifikasi jenis ikan air tawar berdasarkan kualitas air dan kondisi wilayah merupakan tantangan penting dalam pengelolaan sumber daya perikanan. Dalam penelitian ini, metodologi Case-Based Reasoning (CBR) digunakan untuk mengembangkan model untuk mengidentifikasi jenis ikan air tawar dengan menganalisis kemiripan kasus (case similarity). Model ini memanfaatkan data historis yang mencakup parameter kualitas air seperti pH, suhu, oksigen terlarut, kandungan ammonia, total padatan terlarut, serta faktor lingkungan seperti suhu udara dan ketinggian daratan. Setiap jenis ikan memiliki preferensi lingkungan spesifik, sehingga pendekatan berbasis kasus memungkinkan untuk membandingkan kondisi saat ini dengan kasus-kasus sebelumnya yang memiliki karakteristik serupa. Dengan menggunakan algoritma kemiripan berbasis metrik, model mengambil kasus terdekat dan menawarkan prediksi jenis ikan yang paling sesuai dengan parameter kualitas air dan kondisi wilayah. Hasil penelitian menunjukkan bahwa model berbasis case similarity dapat dijadikan dasar pengembangan sistem sebagai alat bantu dalam manajemen ekosistem perairan tawar.

Keywords


case similarity; ikan air tawar; kualitas air; kondisi wilayah; budidaya ikan

References


Ghufron, M. N., Kordi, H., & Andi. (2010). Pengelola Kualitas Air. 00(1).

Hentika, A. M. S., Putra, R. B. D., & Arsad, S. (2022). Kualitas Air Dan Pengelolaannya.

Irfandi, M. A., Romadhony, A., & Saadah, S. (2015). Implementasi Sistem Pakar Diagnosa Penyakit Gigi Dan Mulut Menggunakan Metode Hybrid Case-Based Dan Rule-Based Reasoning. January 2015. https://doi.org/10.21108/indosc.2015.19

Kottelat, M., & Whitten, T. (1996). Freshwater biodiversity in Asia with special reference to fish. In World Bank Technical Paper.

Kristiantya, Y. N., Setiawan, E., & Prasetio, B. H. (2022). Sistem Kontrol dan Monitoring Kualitas Air pada Kolam Ikan Air Tawar menggunakan Logika Fuzzy berbasis Arduino. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(7), 3145–3154.

Mustafidah, H., Alfiansyah, B. R., & Hidayat, N. (2023). Expert System Using Forward Chaining to Determine Freshwater Fish Types Based on Water Quality and Area Conditions. 2023 Eighth International Conference on Informatics and Computing (ICIC), 1–5.

Mustafidah, H., & Suwarsito. (2010). Fish diseases control system using case-based reasoning. 2010 International Conference on Distributed Frameworks for Multimedia Applications, DFmA 2010. http://www.scopus.com/inward/record.url?eid=2-s2.0-80051983070&partnerID=MN8TOARS

Mustafidah, H., Suwarsito, S., & Puspitasari, E. (2020). Case-Based Reasoning System to Determine the Types of Fish Farming Based on Water Quality. 2020 Fifth International Conference on Informatics and Computing (ICIC), 1–5.

Pal, S. K., & Shiu, S. C. K. (2004). Foundations of Soft Case-based Reasoning. John Wiley & Sons, Inc.

Pratama, A. B. (2022). Sistem monitoring dan kontrol kualitas air pada kolam ikan koi berbasis internet of things (IoT).

Rohmat, A., Dermawan, B. A., Voutama, A., & Gunadi, B. (2021). Sistem Pakar Penentuan Jenis Budidaya Ikan Air Tawar Berdasarkan Lokasi dan Kualitas Air. Jurnal Teknologi Dan Informasi, 11(2), 96–110. https://doi.org/10.34010/jati.v11i2.3490

Suwarsito, S., & Mustafidah, H. (2018). Determination of Appropriate Fish Culture Method Based on Water Quality Using Expert System. Advanced Science Letters, 24(12), 9178–9181. https://doi.org/https://doi.org/10.1166/asl.2018.12120

Syafei, L. S. (2017). Keanekaragaman Hayati dan Konservasi Ikan Air Tawar. Jurnal Penyuluhan Kelautan Dan Perikanan Indonesia, 11(1), 48–62.


Full Text: PDF

DOI: 10.30595/sainteks.v21i2.24135

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

ISSN: 2686-0546