Case Based Reasoning (CBR) Analisis Algoritma Similarity dalam Identifikasi Jenis Ikan

Penulis ingin menghadirkan Analisis Algoritma Similarity dalam identifikasi jenis ikan menggunakan pendekatan Case Based Reasoning (CBR). CBS merupakan sebuah metode kecerdasan buatan yang berfokus pada memecahkan masalah dengan menerapkan pengalaman dari kasus-kasus sebelumnya yang serupa. Pada konteks identifikasi jenis ikan, CBR dapat membantu meningkatkan akurasi dan efisiensi dalam proses pengenalan spesies ikan berdasarkan karakteristik dan atribut yang dimiliki. Tujuan dari kajian ini akan dilakukan penilaian dan perbandingan algoritma similarity pada sitem CBR, yaitu Algoritma Weighted Euclidean Distance (WED), Algoritma Hamming and Levenshtein Distance (HLD), Algoritma Cosine Coefficient for Text-Based Cases (CCFTBC) dan Algoritma k-Nearest Neighbor (k-NN) untuk identifikasi jenis ikan. Dan juga menginspirasi para pembaca untuk mengenali potensi penerapan CBR dan Analisi Algoritma Similarity dalam berbagai bidang, termasuk dalam identifikasi jenis ikan.