Implementasi Jaringan Syaraf Tiruan Dalam Mendeteksi Penyakit Pada Ayam Dengan Metode Self-Organizing Feature Maps (Sofm)

(1)

LAMPIRAN A: LISTING PROGRAM

1. Latih.m

input = xlsread('Ayam1.xlsx', 'Sheet1', 'B2:P49'); %memasukkan input dari excel file ‘Ayam’, sheet ‘Sheet1’, baris kolom 'B2:BJ17'

input= input'; %transpose input utk jd masukan sofm net1=newsom(minmax(input),16); %buat jaringan sofm

net.trainparam.epochs=100; %batasi iterasi latih sampai 100 iterasi net1=train(net1,input); %latih

bobot1=net1.IW{1,1};%inisialisasi bobot sebagai net.iw{1,1} atau bobot

xlswrite('Ayam1.xlsx', bobot1, 'Bobot', 'A1:O16');%simpan bobot pada file ayam sheet Bobot

b1=sim(net1,input); %latih input berdasarkan jaringan syaraf yg telah dibuat

ac1=vec2ind(b1) %melihat vektor hasil pelatihan

input = xlsread('Ayam1.xlsx', 'Sheet1', 'Q2:AE49'); input= input';

net2=newsom(minmax(input),16); net.trainparam.epochs=100; net2=train(net2,input); bobot2=net2.IW{1,1};

xlswrite('Ayam1.xlsx', bobot2, 'Bobot', 'P1:AD16'); b2=sim(net2,input);

ac2=vec2ind(b2)

input = xlsread('Ayam1.xlsx', 'Sheet1', 'AF2:AT49'); input= input';

xlswrite('Ayam1.xlsx', bobot3, 'Bobot', 'AE1:AS16'); b3=sim(net3,input);

ac3=vec2ind(b3)

input = xlsread('Ayam1.xlsx', 'Sheet1', 'AU2:BI49'); input= input';

xlswrite('Ayam1.xlsx', bobot4, 'Bobot', 'AT1:BH16'); b4=sim(net4,input);

(2)

2. Depan.m

function varargout = Depan(varargin) gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Depan_OpeningFcn, ... 'gui_OutputFcn', @Depan_OutputFcn, ... 'gui_LayoutFcn', [] , ...

'gui_Callback', []); if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1}); end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else

gui_mainfcn(gui_State, varargin{:}); end

function Depan_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject ;

handles.citra=imread('ayam.jpg'); guidata(hObject, handles);

axes(handles.axes1); imshow(handles.citra); guidata(hObject, handles);

function varargout = Depan_OutputFcn(hObject, eventdata, handles) varargout{1} = handles.output;

function Diagnosa_Callback(hObject, eventdata, handles) xlswrite('Ayam1.xlsx', '0','Sheet2','A1:BH1');

Diagnosa1

delete(handles.figure1)

function Penyakit_Callback(hObject, eventdata, handles) Diagnosa2

function Keluar_Callback(hObject, eventdata, handles) respon = Keluar('Title','Konfirmasi Keluar');

(3)

3. Diagnosa1.m

function varargout = Diagnosa1(varargin) gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ...

'gui_OpeningFcn', @Diagnosa1_OpeningFcn, ... 'gui_OutputFcn', @Diagnosa1_OutputFcn, ... 'gui_LayoutFcn', [] , ...

if nargout

function Diagnosa1_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject;

guidata(hObject, handles);

function varargout = Diagnosa1_OutputFcn(hObject, eventdata, handles) varargout{1} = handles.output;

function F_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.F,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','E'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','E'); end

function G_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.G,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','F'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','F'); end

function H_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.H,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','G'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','G'); end

(4)

a=get(handles.I,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','H'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','H'); end

function J_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.J,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','I'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','I'); end

function L_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.L,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','K'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','K'); end

function M_Callback(hObject, eventdata, handles)%prosedur checkbutton L

guidata(hObject,handles);

a=get(handles.M,'value'); %kenali nilai a sbg nilai yg didapat dari checkbutton L

if a == 1 %jk a = 1 (checkbutton dicentang) maka

xlswrite('Ayam1.xlsx', '1','Sheet2','L'); %masukkan nilai 1 pada file excel Ayam.xlsx, sheet2 kolom K

else %jk tdk

xlswrite('Ayam1.xlsx', '0','Sheet2','L'); %masukkan nilai 0 pada file excel Ayam.xlsx, sheet2 kolom K

end

function N_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.N,'value'); %kenali nilai a sbg nilai yg didapat dari checkbutton N

xlswrite('Ayam1.xlsx', '1','Sheet2','M'); %masukkan nilai 1 pada file excel Ayam.xlsx, sheet2 kolom M

else %jk tdk

xlswrite('Ayam1.xlsx', '0','Sheet2','M'); %masukkan nilai 0 pada file excel Ayam.xlsx, sheet2 kolom M

end

function P_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.P,'value'); %kenali nilai a sbg nilai yg didapat dari checkbutton P

(5)

else %jk tdk

xlswrite('Ayam1.xlsx', '0','Sheet2','O'); %masukkan nilai 0 pada file excel Ayam.xlsx, sheet2 kolom O

end

function T_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.T,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','S'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','S'); end

function U_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.U,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','T'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','T'); end

function V_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.V,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','U'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','U'); end

function W_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.W,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','V'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','V'); end

function X_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.X,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','W'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','W'); end

function Y_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.Y,'value'); if a == 1

(6)

xlswrite('Ayam1.xlsx', '0','Sheet2','X'); end

function Z_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.Z,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','Y'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','Y'); end

function AA_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AA,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','Z'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','Z'); end

function AB_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AB,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AA'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AA'); end

function AC_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AC,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AB'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AB'); end

function AD_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AD,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AC'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AC'); end

function AE_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AE,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AD'); else

(7)

function AF_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AF,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AE'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AE'); end

function AG_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AG,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AF'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AF'); end

function AI_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AI,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AH'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AH'); end

function AK_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AK,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AJ'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AJ'); end

function AL_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AL,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AK'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AK'); end

function AN_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AN,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AM'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AM'); end

(8)

a=get(handles.AQ,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AP'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AP'); end

function AP_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AP,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AO'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AO'); end

function AU_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AU,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AT'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AT'); end

function pushbutton2_Callback(hObject, eventdata, handles) xlswrite('Ayam1.xlsx', '0','Sheet2','A1:BH1');

Depan

delete(handles.figure1) %tutup GUI Depan(file diagnosa)

function pushbutton7_Callback(hObject, eventdata, handles) Diagnosa12

4. Diagnosa2.m

function varargout = Diagnosa2(varargin)

gui_Singleton = 1;

if nargout

(9)

end

function radiobutton1_Callback(hObject, eventdata, handles) set(handles.radiobutton1,'Value',0); set(handles.radiobutton2,'Value',0); set(handles.radiobutton3,'Value',0); set(handles.radiobutton4,'Value',0); set(handles.radiobutton5,'Value',0); set(handles.radiobutton6,'Value',0); set(handles.radiobutton7,'Value',0); set(handles.radiobutton8,'Value',0); set(handles.radiobutton9,'Value',0); set(handles.radiobutton10,'Value',0); set(handles.radiobutton11,'Value',0); set(handles.radiobutton12,'Value',0); set(handles.radiobutton13,'Value',0); set(handles.radiobutton14,'Value',0); set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 1;

handles.pilih=pilih; guidata(hObject,handles);

set(handles.radiobutton1,'Value',1);

function radiobutton3_Callback(hObject, eventdata, handles) set(handles.radiobutton1,'Value',0);

(10)

set(handles.radiobutton3,'Value',0); set(handles.radiobutton4,'Value',0); set(handles.radiobutton5,'Value',0); set(handles.radiobutton6,'Value',0); set(handles.radiobutton7,'Value',0); set(handles.radiobutton8,'Value',0); set(handles.radiobutton9,'Value',0); set(handles.radiobutton10,'Value',0); set(handles.radiobutton11,'Value',0); set(handles.radiobutton12,'Value',0); set(handles.radiobutton13,'Value',0); set(handles.radiobutton14,'Value',0); set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 3;

(11)

set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 5;

(12)

set(handles.radiobutton5,'Value',0); set(handles.radiobutton6,'Value',0); set(handles.radiobutton7,'Value',0); set(handles.radiobutton8,'Value',0); set(handles.radiobutton9,'Value',0); set(handles.radiobutton10,'Value',0); set(handles.radiobutton11,'Value',0); set(handles.radiobutton12,'Value',0); set(handles.radiobutton13,'Value',0); set(handles.radiobutton14,'Value',0); set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 8;

(13)

(14)

set(handles.radiobutton10,'Value',0); set(handles.radiobutton11,'Value',0); set(handles.radiobutton12,'Value',0); set(handles.radiobutton13,'Value',0); set(handles.radiobutton14,'Value',0); set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 13;

(15)

set(handles.radiobutton3,'Value',0); set(handles.radiobutton4,'Value',0); set(handles.radiobutton5,'Value',0); set(handles.radiobutton6,'Value',0); set(handles.radiobutton7,'Value',0); set(handles.radiobutton8,'Value',0); set(handles.radiobutton9,'Value',0); set(handles.radiobutton10,'Value',0); set(handles.radiobutton11,'Value',0); set(handles.radiobutton12,'Value',0); set(handles.radiobutton13,'Value',0); set(handles.radiobutton14,'Value',0); set(handles.radiobutton15,'Value',0); set(handles.radiobutton16,'Value',0); pilih = 16;

(16)

delete(handles.figure1) case 13

Diagnosa33

Diagnosa34

Diagnosa35

Diagnosa36

end

function pushbutton2_Callback(hObject, eventdata, handles) Depan

5. Diagnosa3.m

if nargout

(17)

6. Diagnosa12.m

if nargout

function Diagnosa12_OpeningFcn(hObject, eventdata, handles, varargin)

handles.output = hObject;

function varargout = Diagnosa12_OutputFcn(hObject, eventdata, handles)

varargout{1} = handles.output;

function B_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.B,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','A'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','A'); end

function C_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.C,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','B'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','B'); end

function D_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.D,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','C'); else

(18)

end

function E_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.E,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','D'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','D'); end

function K_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.K,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','J'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','J'); end

function O_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.O,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','N'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','N'); end

function Q_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.Q,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','P'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','P'); end

function R_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.R,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','Q'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','Q'); end

function S_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.S,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','R'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','R'); end

(19)

function AH_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AH,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AG'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AG'); end

function AJ_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AJ,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AI'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AI'); end

function AM_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AM,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AL'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AL'); end

function AO_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AO,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AN'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AN'); end

function AR_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AR,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AQ'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AQ'); end

function AS_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AS,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AR'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AR'); end

(20)

a=get(handles.AT,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AS'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AS'); end

function AV_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AV,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AU'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AU'); end

function AW_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AW,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AV'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AV'); end

function AX_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AX,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AW'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AW'); end

function AY_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AY,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AX'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AX'); end

function AZ_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.AZ,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','AY'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AY'); end

function BA_Callback(hObject, eventdata, handles) guidata(hObject,handles);

(21)

xlswrite('Ayam1.xlsx', '1','Sheet2','AZ'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','AZ'); end

function BB_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BB,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BA'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BA'); end

function BC_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BC,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BB'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BB'); end

function BD_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BD,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BC'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BC'); end

function BE_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BE,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BD'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BD'); end

function BF_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BF,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BE'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BE'); end

function BG_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BG,'value'); if a == 1

(22)

xlswrite('Ayam1.xlsx', '0','Sheet2','BF'); end

function BH_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BH,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BG'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BG'); end

function BI_Callback(hObject, eventdata, handles) guidata(hObject,handles);

a=get(handles.BI,'value'); if a == 1

xlswrite('Ayam1.xlsx', '1','Sheet2','BH'); else

xlswrite('Ayam1.xlsx', '0','Sheet2','BH'); end

function SOFM_Callback(hObject, eventdata, handles) input=xlsread('Ayam1.xlsx', 'Sheet2', 'A1:O1'); input= input';

net1=newsom(minmax(input),16); net1 = init(net1);

net1.IW{1,1}=xlsread('Ayam1.xlsx', 'Bobot','A1:O16'); b1=sim(net1,input);

ac1=vec2ind(b1);

input=xlsread('Ayam1.xlsx', 'Sheet2', 'P1:AD1'); input= input';

net2.IW{1,1}=xlsread('Ayam1.xlsx', 'Bobot','P1:AD16'); b2=sim(net2,input);

ac2=vec2ind(b2);

input=xlsread('Ayam1.xlsx', 'Sheet2', 'AE1:AS1'); input= input';

net3.IW{1,1}=xlsread('Ayam1.xlsx', 'Bobot','AE1:AS16'); b3=sim(net3, input);

ac3=vec2ind(b3);

input=xlsread('Ayam1.xlsx', 'Sheet2', 'AT1:BH1'); input= input';

net4.IW{1,1}=xlsread('Ayam1.xlsx', 'Bobot','AT1:BH16'); b4=sim(net4,input);

ac4=vec2ind(b4); ac=[ac1 ac2 ac3 ac4]

(23)

elseif ac == [10 6 9 16] Diagnosa21

(24)

elseif ac == [5 6 9 8] Diagnosa36 else Diagnosa3 end delete(handles.figure1)

function pushbutton6_Callback(hObject, eventdata, handles) xlswrite('Ayam1.xlsx', '0','Sheet2','A1:BH1');

Diagnosa1

delete(handles.figure1) %tutup GUI Halaman Utama (file diagnosa)

7. Diagnosa21.m

(25)

'gui_Singleton', gui_Singleton, ...

if nargout

8. Diagnosa22.m

if nargout

(26)

9. Diagnosa23.m

if nargout

(27)

10.Diagnosa24.m

if nargout

11.Diagnosa25.m

(28)

if nargout

12.Diagnosa26.m

if nargout

(29)

13.Diagnosa27.m

if nargout

14.Diagnosa28.m

(30)

if nargin && ischar(varargin{1})

if nargout

15.Diagnosa29.m

if nargout

(31)

16.Diagnosa30.m

if nargout

17.Diagnosa31.m

(32)

'gui_Singleton', gui_Singleton, ...

if nargout

18.Diagnosa32.m

if nargout

(33)

handles.output = hObject;

19.Diagnosa33.m

if nargout

(34)

20.Diagnosa34.m

if nargout

21.Diagnosa35.m

if nargout

(35)

22.Diagnosa36.m

if nargout

(36)

23.Keluar.m

function varargout = Keluar(varargin) gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Keluar_OpeningFcn, ... 'gui_OutputFcn', @Keluar_OutputFcn, ... 'gui_LayoutFcn', [] , ...

if nargout

function Keluar_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = 'Yes';

if(nargin > 3)

for index = 1:2:(nargin-3),

if nargin-3==index, break, end switch lower(varargin{index}) case 'title'

set(hObject, 'Name', varargin{index+1}); case 'string'

set(handles.text1, 'String', varargin{index+1}); end

end end

FigPos=get(0,'DefaultFigurePosition'); OldUnits = get(hObject, 'Units'); set(hObject, 'Units', 'pixels'); OldPos = get(hObject,'Position'); FigWidth = OldPos(3);

FigHeight = OldPos(4); if isempty(gcbf)

ScreenUnits=get(0,'Units'); set(0,'Units','pixels');

ScreenSize=get(0,'ScreenSize'); set(0,'Units',ScreenUnits);

(37)

GCBFOldUnits = get(gcbf,'Units'); set(gcbf,'Units','pixels');

GCBFPos = get(gcbf,'Position'); set(gcbf,'Units',GCBFOldUnits);

FigPos(1:2) = [(GCBFPos(1) + GCBFPos(3) / 2) - FigWidth / 2, ... (GCBFPos(2) + GCBFPos(4) / 2) - FigHeight / 2]; end

FigPos(3:4)=[FigWidth FigHeight]; set(hObject, 'Position', FigPos); set(hObject, 'Units', OldUnits);

load dialogicons.mat

IconData=questIconData;

questIconMap(256,:) = get(handles.Keluar, 'Color'); IconCMap=questIconMap;

Img=image(IconData, 'Parent', handles.axes1); set(handles.Keluar, 'Colormap', IconCMap);

set(handles.axes1, ... 'Visible', 'off', ...

'YDir' , 'reverse' , ... 'XLim' , get(Img,'XData'), ... 'YLim' , get(Img,'YData') ... );

set(handles.Keluar,'WindowStyle','modal') uiwait(handles.Keluar);

function varargout = Keluar_OutputFcn(hObject, eventdata, handles) varargout{1} = handles.output;

delete(handles.Keluar);

function Ya_Callback(hObject, eventdata, handles) handles.output = get(hObject,'String');

guidata(hObject, handles); uiresume(handles.Keluar); close Depan

function Tidak_Callback(hObject, eventdata, handles) handles.output = get(hObject,'String');

guidata(hObject, handles); uiresume(handles.Keluar);

function Keluar_CloseRequestFcn(hObject, eventdata, handles) if isequal(get(handles.Keluar, 'waitstatus'), 'waiting') uiresume(handles.Keluar);

else

delete(handles.Keluar); end

function Keluar_KeyPressFcn(hObject, eventdata, handles) if isequal(get(hObject,'CurrentKey'),'escape')

(38)

end

if isequal(get(hObject,'CurrentKey'),'return') uiresume(handles.Keluar);

(39)

LAMPIRAN B : TABEL JENIS PENYAKIT, CIRI DAN GAJALANYA

No Nama Penyakit Ciri dan Gejala Penyakit

1 Marek Diseases

Bulu Melebar Mata Terlihat Kelabu

Pupil Menyempit Lumpuh Pembesaran Syaraf

Diare Sesak Nafas

2 CRD

Muka Ayam Bengkak Fases Cair Warna Bulu Pucat Menggelengkan Kepalanya

Sayap Terkulai Hidung Berlendir

Mengantuk Nafsu Makan Turun

Ngorok Bersin

3 Salesma Ayam

Hidung Berlendir Mata Berair

Lendir Berdarah Pada Rongga Mulut Bila Bernafas Kepala Ditegakkan

Sesak Nafas Batuk

4 Infectious Bursal Diseases

Bulu Mengkerut Bulu Disekitar Kloaka Kotor Fases Berwarna Keputih-putihan

Duduk Membungkuk Mematuki Kloakanya Gemetar/Menggigil

Diare Mengantuk Nafsu Makan Turun

Lesu/Lemes

5 Newcastle Diseases

Mematuki Kloakanya Warna Fases Kehijauan Bulu Tampak Jatuh Kebawah

Gemetar/Menggigil

Pembengkakan Dibagian Kepala Dan Leher Leher Yang Berputar

Lumpuh Diare Sesak Nafas

(40)

Kurus

7 Infectious Laryngotraceitis

Mata Berair Pembengkakan Mata

Sesak Nafas Batuk

Pendarahan Pada Selaput Mata

8 Infectious Coryza

Muka Ayam Bengkak Menggelengkan Kepalanya

Sayap Terkulai Hidung Berlendir Pembengkakan Mata Terdapat Kerak Pada Hidung

Tembolok Kosong Mengantuk Nafsu Makan Turun

Ngorok 9 Infectious Bronchitis

Hidung Berlendir Ngorok

Bersin Batuk

10 Avian Influenza

Hidung Berlendir Mata Berair

Pembengkakan Dibagian Kepala Dan Leher Bulu Disekitar Leher Dan Punggung Berdiri

Jengger Dan Pial Kebiruan Bintik-bintik Merah Pada Unggas

Jengger Dan Pial Bengkak Diare

Sesak Nafas Bersin

Batuk Depresi

Muka Ayam Tampak Pucat Bulu Ayam Kasar

11 Avian Colibacillosis

Kotoran Menempel Pada Kloaka Diare

Batuk Lesu/Lemes Terengah-engah

12 Aspergillosis

Sayap Terkulai

Kotoran Menempel Pada Kloaka Lumpuh

Sesak Nafas Mengantuk Lesu/Lemes

(41)

Gerakan Tidak Aktif

Luka Berwarna Hitam Dibagian kulit

13 Necrotic Dermatitis

Bulu Disekitar Leher Dan Punggung Berdiri Kotoran Menempel Pada Kloakanya

Depresi Lesu/Lemes

Pergerakan Kaki Tidak Terkoordinator Dengan Baik

14 Nevel Infection

Pusar Tersa Basah Jika Diraba Pusar Membengkak

Depresi Pusar Menebal

15 Fowl Pox

Sesak Nafas Nafsu Makan Turun

Depresi

Adanya Bungkul-bungkul Putih Adanya Luka Keropeng

Terdapat Lesi 16 Dermatommycosis

Kulit Yang Tidak Berbulu Terasa Kasar Terdapat Warna Kekuning-kuningan

(42)

CURRICULUM VITAE

Nama : Anny Maghfirah

Tempat / Tanggal Lahir : Natal / 27 Agustus 1990

Alamat : Jl. Sawit Raya no. 3A P. Simalingkar Medan

Agama : Islam

Status : Mahasiswa

Alamat Email

No. Hp : 081375395127

Pendidikan Terakhir : SMA

PENDIDIKAN FORMAL

2005-2008 SMA Negeri 1 Natal Kab. Madina

2002-2005 Mts. Muhammadiyah 20 Natal Kab. Madina 1996-2002 SD Negeri 358 Natal Kab. Madina

SEMINAR, KURSUS

2011 Peserta Seminar Nasional Bidang Komputer 2011 Universitas Sumatera Utara

2009 Peserta Seminar Nasional Teknologi Informasi “ Internet Masa Depan : Prospek Dan Tantangannya”

2005 Peserta Kursus Komputer

PENGALAMAN ORGANISASI

2008-Sekarang Anggota IKAPENAS (Ikatan Pelajar Natal Sekitar )

2010 Ketua Seksi Kesehatan PMB (Penerimaan Mahasiswa Baru) 2008 Anggota IMILKOM (Ikatan Mahasiswa Ilmu Komputer)

2006 Anggota OSIS SMA Negeri 1 Natal

(43)

DAFTAR PUSTAKA

[1] Fadilah, Roni, dan Polana, Agustin. 2011. 71 Mengatasi Penyakit pada Ayam. Jakarta: Penerbit AgroMedia Pustaka.

[2] Fausett, Laurene., 1994. Fundamentals of Neural Network Architectures, Algorithms and Aplication. New Jersey: Prentice Hall.

[3] Hariadi, Mochamad. Muhtadin. Purnomo, Mauridhy Hery. 2007. Simulasi Autonomous Robot Berbasis Player/Stage Menggunakan Self-Organizing Feature Maps Untuk Pemetaan Lingkungan Global Yang Tidak Diketahui. Jurnal Informatika. Program Studi Teknik Sistem Komputer. Surabaya, Indonesia: Institut Teknologi Sepuluh Nopember 8(2): hal. 139-146.

[4] Haykin, Simon. 2009. Neural Networks and Learning Machines. New Jersey: Pearson Education.

[5] Hermanto, Luky Agus. 2008. Klasifikasi unggas/burung (Aves) Menggunakan Algoritma Grey Self-Organizing Feature Maps: Jurnal Informatika. Surabaya, Indonesia: Institut Teknologi Adhi Tama Surabaya 1(1): hal.1-4.

[6] Jong Jek Siang. 2004. Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan Matlab. Penerbit Andi. Yogjakarta.

(44)

[8] Kusumadewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab Dan Excelink. Yogyakarta: Graha Ilmu.

[9] Pandjaitan, Lanny W. 2007. Dasar-Dasar Komputasi Cerdas. Yogyakarta: Penerbit Andi.

[10] Puspitaningrum, Diyah. 2006. Pengantar Jaringan Syaraf Tiruan. Yogyakarta: Penerbit Andi.

[11] Sinaga, I.S Maria. 2010. Analisis Dan Perancangan Sistem Pakar Fuzzy Berbasis WEB Untuk Mendiaknosa Penyakit THT. Tugas Akhir. Universitas Sumatera Utara.

[12] Zayuman, Hidayat. 2007. Pengenalan Wajah Manusia Menggunakan Analisis Komponen Utama (PCA) Dan Jaringan Syaraf Tiruan Perambatan-Balik. Tugas Akhir. Universitas Diponegoro.

(45)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Permasalahan

Hewan ternak yang banyak diserang penyakit yaitu pada ayam. Salah satu contoh penyakit yang banyak menyerang ayam adalah penyakit avian influenza. Penyakit ini dapat menyebabkan kematian. Tingkat kematian akibat penyakit ini bisa mencapai 100% dan tingkat penularan yang sangat tinggi.

Hasil yang diperoleh oleh seorang dokter hewan dengan melihat gejala-gejala yang terdapat pada ayam sering bersifat parsial, sehingga kadang kala seorang dokter hewan pun mengalami kesulitan dalam mencari hubungan antara gejala-gejala dengan penyakit. Dari hasil analisis permasalahan, perlu dirancang sebuah aplikasi yang dapat mendeteksi suatu penyakit dan hasilnya bermanfaat dan memuaskan bagi para pemakai.

3.2 Analisis Sistem

Sistem pendeteksian penyakit yang dirancang dalam penelitian ini diharapkan dapat mengenali penyakit apa saja yang ditimbulkan. Untuk mengetahui hasil suatu penyakit, seorang dokter hewan harus memperoleh gejala-gejala yang diderita hewan tersebut. Dalam mendeteksi penyakit dibutuhkan sebuah sistem yang dapat dimanfaatkan dalam mendeteksi penyakit yang ada pada ayam.

(46)

sistem akan menyimpan matriks bobot hasil pelatihan. Matriks bobot inilah yang digunakan untuk mengenali kembali penyakit pada proses pengujian atau simulasi.

3.2.1 Analisis Masukan dan Keluaran Sistem

Data yang digunakan sebagai masukan sistem adalah berupa ciri-ciri dan gejala yang tampak pada ayam yaitu :

1. Bulu Melebar

2. Mata Terlihat Kelabu 3. Pupil Menyempit 4. Fases Cair

5. Warna Bulu Pucat

6. Menggelengkan Kepalanya 7. Sayap Terkulai

8. Hidung Berlendir/Berair 9. Mata Berair

10.Leher Yang Berputar

11.Wajah,Pial Dan Leher Pucat 12.Bulu Tampak Jatuh Ke Bawah 13.Gemetar/Menggigil

14.Pembengkakan Dibagian Kepala Dan Leher 15.Muka Ayam Bengkak

16.Jengger Dan Pial Kebiruan

17.Bintik-Bintik Merah Pada Unggas 18.Kotoran Menempel Pada Kloaka 19.Duduk Membungkuk

20.Mematuki Kloakanya 21.Warna Fases Kehijauan

(47)

26.Pembengkakan Mata 27.Bulu Sekitar Kloaka Kotor 28.Terdapat Kerak Pada Hidung 29.Tembolok Kosong

30.Bulu Disekitar Leher Dan Punggung Berdiri 31.Terengah-Engah

32.Gerakan Tidak Aktif

33.Luka Berwarna Hitam Di Bagian Kulit 34.Pusar Membengkak

35.Pusar Menebal

36.Pusar Terasa Basah Jika Diraba 37.Adanya Bungkul-Bungkul Putih 38.Adanya Luka (Keropeng) 39.Terdapat Lesi

40.Adanya Kerak-Kerak Putih

41.Terdapat Warna Kekuning-Kuningan 42.Kulit Yang Tidak Berbulu Terasa Kasar 43.Jengger Dan Pial Bengkak

44.Muka Ayam Tampak Pucat 45.Bulu Ayam Kasar

46.Lumpuh

47.Pembesaran Pada Syaraf 48.Diare

49.Sesak Nafas 50.Mengantuk

51.Nafsu Makan Turun 52.Ngorok

53.Bersin 54.Batuk 55.Kurus

56.Pendarahan Pada Selaput Mata 57.Depresi

(48)

59.Pergerakan Otot Tidak Terkoordinasi Dengan Baik 60.Pergerakan Kaki Tidak Terkoordinasi Dengan Baik.

Ciri dan gejala tersebut dikonversikan ke dalam bilangan biner yang kemudian disimpan di Microsoft Office Excel 2007. Keluaran yang dihasilkan oleh sistem adalah berupa 16 jenis penyakit ayam yaitu :

1. Marek Disease

2. Chronic Respiratory Disease

3. Salesma Ayam

4. Infectious Bursal Disease

5. Newcastle Disease

6. Avian Tuberculosis

7. Avian Laryngotraceitis 8. Infectious Coryza 9. Infectious Bronchitis 10.Avian Influenza 11.Avian Collibacillosos 12.Aspergillosis

13.Necrotic Dermatitis 14.Nevel Infection

15.Fowl Pox

16.Dermatommycosis

Sebagai contoh apabila di input : Lumpuh, Pembesaran Syaraf dan Diare maka Output : Penyakit Marek Disease.

3.2.2 Analisis Jaringan Syaraf Tiruan

(49)

Metode pelatihan yang digunakan dengan metode pembelajaran yang dilakukan adalah metode pelatihan tidak terpandu. Algoritma pelatihan yang digunakan berupa algoritma pelatihan self-organizing feature maps.

Self Organizing Feature Maps terdiri dari dua lapisan, yaitu lapisan input dan lapisan output. Setiap neuron output mempunyai bobot untuk masing-masing neuron input. Setiap input yang diberikan dihitung jarak Euclidean dengan setiap neuron output, kemudian dicari neuron output yang mempunyai jarak minimum. Neuron yang mempunyai jarak yang paling kecil disebut neuron pemenang atau neuron yang paling sesuai denga input yang diberikan.

3.2.3 Analisis Self-Organizing Feature Maps

Analisis Self-Organizing Feature Maps dilakukan untuk mendapatkan jaringan syaraf tiruan Self-Organizing Feature Maps dengan performa terbaik untuk mendeteksi penyakit pada ayam. Pada analisis jaringan syaraf tiruan Self-Organizing Feature Maps dilihat hasil pengelompokan yang dihasilkan dari proses pelatihan jaringan syaraf tiruan. Pelatihan jaringan sayraf tiruan dilakukan dengan menggunakan data dari 16 jenis penyakit, dimana setiap jenis penyakit terdiri dari tiga jenis ciri penyakit. Banyak variabel yang akan digunakan untuk pengelompokan adalah 60 variabel. Sehingga masukan berupa 60 variabel dari 48 jenis ciri dan gejala penyakit yang akan dikelompokkan menjadi 16 kelas.

Pada proses pelatihan pertama digunakan satu jaringan syaraf tiruan Self-Organizing Feature Maps, data hasil pengelompokan yang didapat adalah sebagai berikut:

Ac= [5 15 2 10 4 7 2 16 14 1 9 12 9 8 5 6]

(50)

Pada proses pelatihan kedua digunakan enam jaringan syaraf tiruan Self-Organizing Feature Maps, dimana data masukan dari setiap jaringan syaraf tiruan

Self-Organizing Feature Maps adalah 10 variabel dari 48 jenis ciri dan gejala penyakit. Pelatihan mencapai hasil maksimal pada epoch ke-100. Data hasil pengelompokan yang didapat adalah sebagai berikut:

(51)

3 2 5 5 16 9 3 6 5 5 16 9 3 6 5 5 16 9 13 2 9 16 11 9 9 2 5 5 11 9 13 6 9 2 10 9 9 4 5 5 3 9 3 4 5 5 7 9 9 8 5 5 4 9 14 10 5 5 1 9 14 8 5 5 13 9 14 8 5 5 2 9 3 8 5 16 2 12 3 8 5 16 7 12 3 8 5 13 7 9 3 8 5 13 16 1 3 8 5 5 16 2 3 8 5 5 16 3 16 12 5 13 16 6 16 12 5 13 16 9 16 12 5 5 16 6 3 8 5 5 16 16 3 8 5 5 16 16 3 8 5 5 16 14]

(52)

penyakit. Pelatihan mencapai hasil maksimal pada epoch ke-100. Data hasil pengelompokan yang didapat adalah sebagai berikut:

(53)

6 13 12 8 7 13 12 8 6 13 12 8 8 14 16 13 10 14 16 8 8 6 16 10 1 6 16 14 1 6 9 14 1 6 16 13 10 6 14 12 10 6 14 11 10 6 14 8 10 6 11 5 10 6 9 6 10 6 9 4 3 6 11 1 3 6 11 8 3 6 9 1 10 6 9 16 10 6 9 16 10 6 9 16]

Setelah dilakukan proses pengujian dibandingkan keakuratan hasil pengenalan. Dimana keakuratan hasil deteksi untuk data yang dilatih pada jaringan syaraf tiruan yang terdiri dari empat Self-Organizing Feature Maps lebih akurat dibandingkan dengan untuk data yang dilatih pada jaringan syaraf tiruan yang terdiri dari enam Self-Organizing Feature Maps, sehingga sistem ini digunakan pelatihan dengan empat jaringan syaraf tiruan Self-Organizing Feature Maps.

(54)

Pelatihan dengan 6 JST yaitu 1 JST ada 10 ciri dan gejala penyakit dari ciri yang pertama sampai ciri yang ke 10. Begitu juga dengan JST 2 dari 10 ciri dan gejala penyakit yaitu ciri yang ke 11 sampai ciri yang ke 20 dan sa