Penerapan Metode Naïve Bayes dalam Sistem Rekomendasi Pengobatan Penyakit Kucing Berbasis Gejala
DOI:
https://doi.org/10.29407/1hm8q575Keywords:
Naïve Bayes, Sistem Pakar, Penyakit Kucing, Rekomendasi Obat, Diagnosis PenyakitAbstract
Kucing merupakan hewan peliharaan yang banyak diminati masyarakat, namun tingkat pengetahuan pemilik terhadap kesehatan kucing masih tergolong rendah sehingga gejala penyakit sering tidak dikenali sejak dini. Kondisi ini diperparah oleh keterbatasan akses terhadap dokter hewan di beberapa wilayah, yang menyebabkan keterlambatan penanganan dan meningkatnya risiko kematian pada kucing. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi obat untuk penyakit kucing berbasis gejala menggunakan metode Naïve Bayes. Data penelitian diperoleh melalui wawancara dengan dokter hewan dan disusun dalam bentuk basis pengetahuan yang mencakup 18 jenis penyakit dan 33 gejala klinis. Metode Naïve Bayes digunakan untuk menghitung probabilitas posterior setiap penyakit berdasarkan gejala yang dipilih pengguna. Hasil pengujian sistem menunjukkan bahwa sistem mampu menghasilkan diagnosis penyakit secara otomatis dengan nilai probabilitas tertinggi sebesar 1 pada penyakit cacing disertai rekomendasi obat yaitu obat cacing dan vitamin . Sistem yang dikembangkan bersifat mudah digunakan, efektif untuk diagnosis awal, serta dapat membantu pemilik kucing dalam pengambilan keputusan sebelum memperoleh penanganan lanjutan dari dokter hewan.
Downloads
References
[1] A. N. Ramadhayani and V. Lusiana, “Klasifikasi jenis kucing menggunakkan algoritma principal component analysis dan k-nearest neighbor,” J. Inf. dan Komput., vol. 10, no. 2, pp. 257–263, 2022.
[2] A. Haryoko, D. M. B. Setyawan, A. A. Suryanto, and A. Nurlifa, “SISTEM PAKAR DIAGNOSA PENYAKIT KUCING DENGAN NAÏVE BAYES,” Curtina (Computer Sci. or informatics journal), vol. 2, no. 1, pp. 37–46, 2021.
[3] L. E. Zen, G. W. Nurcahyo, and Y. Yuhandri, “Metode Forward Chaining dalam Menganalisis Penyakit Kucing Akibat Infeksi Virus,” J. Sistim Inf. dan Teknol., pp. 251–256, 2021.
[4] R. Putri and S. Wahyuwardani, “Koinfeksi pada Kejadian Panleukopenia Kucing: Suatu Kajian Pustaka.,” J. Vet., vol. 23, no. 1, 2022.
[5] I. Rahman and A. Nur, “Identifikasi Toxoplasma Gondii Terhadap Feses Kucing Peliharaan Sebagai Sumber Penyebaran Toxoplasmosis di Kota Ternate,” SAINTIFIK J. Mat. Sains, Dan Pembelajarannya, vol. 8, no. 2, pp. 146–150, 2022.
[6] A. W. Nasution, “Klasifikasi Penyakit Infeksi Kulit pada Kucing Menggunakan Algoritma Random Forest,” 2023.
[7] F. Hidayat, M. Z. Sarwani, and R. Hariyanto, “Rekomendasi Pengobatan Pada Penyakit Kucing Menggunakan Metode Decision Tree (Studi Kasus : Klinik Drh. Panti Absari),” INTEGER J. Inf. Technol., vol. 9, no. 2, pp. 155–164, 2024, doi: 10.31284/j.integer.2024.v9i2.6319.
[8] F. Z. Ramadhan, G. Aditya, P. D. Y. Nainggolan, and F. D. Adhinata, “Sistem Pakar Diagnosa Penyakit pada Hewan Kucing Berbasis Web,” J. Komtika (Komputasi dan Inform., vol. 5, no. 2, pp. 122–131, 2021, doi: 10.31603/komtika.v5i2.5301.
[9] R. H. S. Isna and T. Ardiansyah, “Implementasi Forward Chaining untuk Mendeteksi Kerusakan Komputer,” JUSTINDO (Jurnal Sist. dan Teknol. Inf. Indones., vol. 9, no. 1, pp. 46–54, 2024.
[10] D. F. Ramadhoni, L. P. Abadi, and S. Suaedah, “Implementasi metode forward chaining pada sistem pakar dalam mendiagnosa penyakit kucing,” J. Rekayasa Komputasi Terap., vol. 3, no. 03, pp. 111–117, 2023.
[11] R. Anggriani, D. Saripurna, and R. Aulia, “Implementasi Algoritma K-Nearest Neighbor pada Aplikasi Sistem Pakar dalam Mendiagnosa Penyakit Scabies pada Kucing,” sudo J. Tek. Inform., vol. 3, no. 3, pp. 136–150, 2024, doi: 10.56211/sudo.v3i3.585.
[12] D. Febrianti and P. T. Prasetyaningrum, “Sistem Pakar Diagnosa Penyakit Kucing Persia Menggunakan Teorema Bayes,” Pros. SENAPAS, vol. 1, no. 1, pp. 181–184, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Salsa Ambar Widyaningrum
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
