Learning is a human effort in understanding basic knowledge. The learning process must meet the interactive, fun, and give students the ability to develop creativity. Interesting learning media must be applied. Human organ material is course that is not easy to understand, if you use books as a literature review. Human organ material is only limited to print media such as presentation, and books. This learning leads to a less interactive understanding, and is too monotonous, as well as learning becomes bored. Augmented reality is a medium that connects the virtual world with the real world. Augmented reality is used to facilitate learning by providing information virtually, not only used for the environment, but combining two-dimensional or three-dimensional virtual then projected into an object in real time. Augmented reality uses the android-based Marker Based Tracking method. Application creation using tools such as Unity, Vuforia, Blender. The system design method uses the System Development Life Cycle (SDLC) method or the waterfall method. The purpose of this study is the formation of an android-based augmented reality application as an interesting and more interactive learning medium for users

Penelitian ini  dilakukan dengan tujuan untuk memberikan pengetahuan dan kemudahan kepada para pelaku usaha budidaya ikan air tawar dalam melakukan pemeliharaan dan usaha pembesaran ikan air tawar agar dapat  meningkatkan  produksi  dengan keuntungan yang maksimal.Upaya yang dapat dilakukan untuk meminimalisir terjadinya kerugian adalah dengan melakukan pencegahan tersebarnya penyakit tersebut yaitu dengan membuat sebuah sistem pakar untuk mendiagnosa penyakit pada ikan air tawar.  Aplikasi sistem pakar ini menggunakan penerapan  Case Based Reasoning dengan metode algoritma  nearest neighbor untuk mendiagnosa penyakit ikan berdasarkan dari gejala yang muncul  pada  ikan serta seberapa besar bobot gejala yang dialami oleh ikan air tawar yang terinfeksi penyakit. Dari gejala dan bobot gejala yang diinput maka akan dicek nilai similaritas pada kasus yang tersimpan dalam basis pengetahuan untuk mendapatkan hasil diagnosa penyakit ikan air tawar.  Tingkat keakuratan dari hasil diagnosa penyakit ikan air tawar diambil hanya jika nilai similaritas kasus  lebih dari atau sama dengan 0,8 (80%) sampai 1.  Dari 24 kasus yang didapat dan telah dilakukan perhitungan similaritas, 1 kasus yang memiliki nilai tertinggi yaitu kasus K002 sebesar 0.90. (90%) sehingga solusi kasus K002 direkomendasikan sebagai solusi pada kasus baru. Nilai similaritas melebihi nilai threshold (>0.80) sehingga dapat disimpulkan hasil tersebut positif terkena penyakit P01 dan kasus baru dapat disimpan menjadi source case