PEMODELAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PADA KUCING MENGGUNAKAN METODE BAYESIAN NETWORK

Repositori Jurnal Mahasiswa PTIIK UB
© 2016 by Doro Jurnal
Volume 8 - Number 1
Year of Publication: 2016
Khirzun Nada Habibi, Nurul Hidayat dan M. Tanzil Furqon
Download Article

 


Abstract

Kucing merupakan salah satu hewan peliharaan yang paling digemari masyarakat. Sebagai ras hewan ini terkesan sebagai peliharaan yang elite, dikarenakan biaya untuk memelihara hewan tersebut cukup mahal. Namun, untuk tetap menjaga kucing peliharaan agar memiliki kesehatan yang baik, pemeliharaan kucing harus lebih memperhatikan makanan dan perawatan kucing tersebut. Jika tidak, kucing akan mudah terserang penyakit. Dimana saat kucing terkena penyakit, dokter hewan diharapkan dapat membantu dalam mengobati dan mencegah penyakit agar tidak bertambah parah. Tetapi hal ini masih kurang membantu sebab butuh waktu yang cukup lama untuk membawa kucing tersebut ke dokter hewan, daripada itu akses terhadap dokter hewan yang ada di Kabupaten Tulungagung bisa dikatakan masih terbatas dan sulit. Penelitian sebelumnya mengenai penerapan metode Bayessian Network sudah pernah dilakukan dengan judul “Tingkat Kesukaan Konsumen Terhadap Produk Biskuit Menggunakan Metode Bayessian Network” pada tahun 2011 yang memiliki tingkat akurasi sebesar 75.5% dan judul “penentu potensi tsunami di Indonesia akibat gempa bumi dengan metode Bayessian Network dan Naive Bayesian Classifier” pada tahun 2014 yang memiliki tingkat akurasi sebesar 95%. Metode Bayessian Network sendiri dipilih karena metode Bayessian Network merupakan metode untuk klasifikasi serta menerapkan perhitungan peluang atau nilai ketidakpastian dalam kelasnya sehingga metode ini sangat cocok untuk diterapkan dalam permasalahan diagnosa penyakit pada kucing. Pengimplementasian metode bayessian network dalam aplikasi sistem pakar untuk diagnosa penyakit pada kucing ini diuji dengan melalui dua tahapan yaitu pengujian validasi dan pengujian akurasi. Pada pengujian validasi akan digunakan teknik pengujian Black-Box (Black-Box Testing). Sedangkan pengujian akurasi digunakan untuk menguji tingkat akurasi antara perhitungan Metode Bayessian Network secara manual dengan perhitungan Bayessian Network yang telah diimplementasikan menjadi Sistem Pakar. Pada kasus ini tingkat akurasi didapatkan prosentase akurasi sebesar 90%.

Keywords

Kucing, sistem, pakar, diagnosa, bayesian, network