Sistem Pakar Diagnosa Penyakit Pada Kucing Menggunakan Metode Naïve Bayes Dan Certainty Factor Berbasis Web

Abstract

Kucing merupakan salah satu hewan peliharaan yang rentan terhadap berbagai penyakit. Pemilik kucing sering kali kesulitan dalam mengenali gejala penyakit secara dini, sehingga dibutuhkan sistem yang dapat membantu proses diagnosa secara cepat dan akurat. Penelitian ini bertujuan untuk merancang dan membangun sistem pakar berbasis web untuk mendiagnosa penyakit pada kucing dengan menggabungkan metode Naive Bayes dan Certainty Factor. Sistem yang dikembangkan memanfaatkan 32 gejala dan 14 jenis penyakit sebagai basis pengetahuan, yang diperoleh melalui wawancara dengan seorang dokter hewan di Lamongan. Proses diagnosa dilakukan dengan menghitung probabilitas awal menggunakan metode Naive Bayes, kemudian hasil probabilitas tersebut dikombinasikan dengan metode Certainty Factor melalui perkalian nilai akhir Naive Bayes dengan nilai Certainty Factor yang didapat dari keyakinan pengguna dan bobot kepakaran. Kombinasi ini menghasilkan perhitungan yang lebih adaptif terhadap kondisi nyata dan meningkatkan ketepatan diagnosa. Hasil pengujian sistem menunjukkan tingkat akurasi sebesar 97,5%, yang membuktikan bahwa sistem pakar yang dibangun mampu memberikan hasil diagnosa yang mendekati analisa pakar. Dengan demikian, sistem ini dapat menjadi alat bantu yang efektif bagi pemilik kucing dalam mengenali penyakit sejak dini dan mengambil langkah penanganan yang tepat.