Search for collections on Itenas Repository

TA: PENERAPAN METODE FUZZY LOGIC PADA SISTEM PEMANTAUAN DAN PEMBERIAN PAKAN KUCING SECARA TEPAT BERBASIS SMARTPHONE

Apriliyani, Rachma (2020) TA: PENERAPAN METODE FUZZY LOGIC PADA SISTEM PEMANTAUAN DAN PEMBERIAN PAKAN KUCING SECARA TEPAT BERBASIS SMARTPHONE. Skripsi thesis, Institut Teknologi Nasional Bandung.

[img]
Preview
Text (Cover)
01 Cover 152015045.pdf

Download (1MB) | Preview
[img]
Preview
Text (Abstrak)
02 Abstrak 152015045.pdf

Download (55kB) | Preview
[img]
Preview
Text (Daftar Isi)
03 Daftar Isi 152015045.pdf

Download (104kB) | Preview
[img]
Preview
Text (Bab 1)
04 Bab 1 152015045.pdf

Download (710kB) | Preview
[img]
Preview
Text (Bab 2)
05 Bab 2 152015045.pdf

Download (530kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
06 Daftar Pustaka 152015045.pdf

Download (126kB) | Preview

Abstract

Kucing merupakan hewan peliharaan yang membutuhkan pakan yang harus diberikan pemiliknya secara rutin dan tepat (sesuai kebutuhan pakan kucing) karena ada sebagian kucing yang rentan terserang penyakit karena pola makan yang diberikan tidak teratur. Untuk mengatasinya, penelitian ini mengusulkan membangun sebuah sistem kecerdasan buatan untuk memberikan pakan kucing secara rutin (terjadwal) dan tepat (sesuai kebutuhan pakan kucing) serta dapat mengetahui kondisi kesehatan kucing. Sistem ini dibangun dengan memanfaatkan Raspberry Pi, sensor berat (Load cell) dan sensor gerak (PIR) dengan masukan (input) dari sensor berat dan sensor gerak yang telah terpasang pada di sekitar tempat pakan kucing. Data yang diperoleh berupa data pakan yang dihabiskan kucing dan data gerak kucing kemudian metode fuzzy logic sugeno diterapkan untuk menentukan kondisi kesehatan kucing. Dari hasil penelitian yang telah dilakukan, masing-masing kucing mendapatkan nilai status sebesar 71%, 76% dan 80%. Nilai status tersebut termasuk ke dalam kategori kondisi kucing sehat sehingga tindakan yang perlu dilakukan pemilik kucing yaitu dengan menjaga pola makan kucing. Kata Kunci: kesehatan kucing, raspberry pi, kecerdasan buatan, fuzzy logic sugeno.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsemail
Thesis advisorKristiana, LisaUNSPECIFIED
Thesis advisorBarmawi, Mira MusriniUNSPECIFIED
Divisions: 1 Fakultas Teknologi Industri > 55201 Teknik Informatika S1
Depositing User: Erma Sukmaida
Date Deposited: 06 Apr 2021 08:03
Last Modified: 05 May 2021 06:24
URI: http://eprints.itenas.ac.id/id/eprint/1332

Actions (login required)

View Item View Item