1 Sistem Diagnosis Penyakit Kucing Menggunakan Metode Naïve Bayes2

1Fakultas Ilmu Komputer

1Universitas Brawijaya

2659

1

Sistem Diagnosis

Penyakit Kucing

Menggunakan Metode

Naïve Bayes

2

2Ahmad FuyudiWijaya1_{,Nurul Hidayat}2 _{,Lutfi Fanani}3

1Program Studi Teknik Informatika,Fakultas Ilmu Komputer,Universitas Brawijaya2

1Email:1_{ahmad.fuyudi26@gmail.com,}2_{ntayadih@ub.ac.id,}3_{lutfifanani@ub.ac.id2}

Abstrak2

Salah satu hewan peliharaan yang sangat digemari di Indonesia adalah kucing. Menurut pakar Didik Saptono kucing yang mempunyai nama latin felin silvertis cotus adalah hewan sejenis karnivora. Banyak pemelihara kucing sangat kesulitan untuk merawat kucing kesayangannya ketika sakit dan salah satu cara untuk mengetahui penyakit kucing dilihat dari gejala-gejala yang timbul pada kucing dan konsultasi terhadap dokter hewan, Namun ada beberapa yang menghalangi pemelihara untuk pergi mengunjungi dokter hewan yaitu keterbatasan aktu, jarak dan biaya. Solusi alternatif mengatasi masalah ini dengan membuat sistem yang dapat membantu pemelihara kucing dalam mendiagnosis penyakit kucing. Metode yang dapat digunakan dalam Sistem Pakar ini yaitu Naïve Bayes. Metode tersebut diimplementasikan pada mesin inferensi Sistem Pakar agar dapat melakukan penarikan kesimpulan berdasarkan pengetahuan yang ada pada basis pengetahuan. Hasil yang didapatkan setelah pengujian akurasi sistem yaitu 85% yang menunjukkan bahwa metode Naïve Bayes cocok untuk kasus penyakit kucing. 2

Kata kunci: 6penyakit kucing,sistem pakar6naive6bayes2

Abstract2

One of2the most popular pets in Indonesia is the cat.According to6experts Didik Saptono cat6who has name 2felin6 silvertis2 cotus6 is6 a6 kind6 2of2 6carnivore. 6Many 2cat keepers 12find6 it difficult6to6take6 care6 of6 their6 2beloved6 cat6 when6 sick6 2and6 one6 way to6 find 2out the6cat'sdiseases6 2seen6 from62 the6 symptoms6 2that6 arise6 in6 cats6and consultation2of6veterinarians,6However 2there6 are 2some6 that 2prevent6 the 2keeper6 to6 go visitthe6 veterinarian2ie6 limited6 time, 6distance 2and6 cost. 6An 2alternative6 solution62overcome this2problem6 by creating6a6system6 that6 can6 help 2cat6 keepers6 in6 diagnosing 2cat diseases.The method6 thatcan6be6used6 in6 this 2Expert6 System6 is 2Naïve6 Bayes. 6The6 method is implemented on6 the6 inference6 engine2 Expert6 System6 in 2order6 to6 make6 a2 conclusion6 based on6 existing knowledge6 on 2the6 knowledge 2base. 6Results6 obtained2 after6 a6 system2 accuracy test 2of6 85% indicating 2that6 the 2Naïve6 Bayes 2method6 is6 suitable62for6 cat 2disease6 cases. 2

Keywords: cat disesase, expert system,naïve6bayes2

1. PENDAHULUAN

Beberapa1 2masyarakat 1menganggap

memelihara 6hewan6 menjadi6 hobi, 6karena

hewan6 peliharaan 2dapat 6dijadikan 6sebagai

teman6 bermain 21atau6 kesibukan. 6Salah

satu6 hewan6 peliharaan 2yang2 sangat

digemari62 masyarakat Indonesia 2adalah

kucing. 6Menurut2 pakar6 Dr. 6Didik 6Saptono

kucing6 yang 2mempunyai 2nama6 latin6 felin silvertis6 catus6 adalah6 hewan2 sejenis

karnivora. 6Kucing6 dapat6 dijadikan6 hewan

peliharaan6 sekaligus6 teman6 bermain6 karena

kucing6 1merupakan62 hewan6 yang6 2sangat

lucu, 6ramah 2terhadap6 manusia, 6mudah

dipelihara. 6Banyak 1pemelihara6 kucing

sangat6 kesulitan6 untuk 2merawat6 kucing

kesayangannya62 ketika6 sakit, 6namun6 untuk

menjaga6 kucing6 selalu6 sehat6 ada6 baiknya

pemelihara6 harus6 memberikan perawatan

dan6 makanan6 yang2 layak 2untuk6 kucing

agar62 tidak6 terserang6 2penyakit. 6Salah satu

cara6 untuk6 2mengetahui6 penyakit6 kucing

dilihat6 dari 2gejala – gejala6 yang6 timbul

pada6 kucing6 dan2 memeriksakan6 kucing

kepada6 dokter6 hewan. 6Namun6 2ada

beberapa 2faktor 2yang 2menghalangi

pemelihara6 untuk 2pergi6 mengunjungi2 dokter

dimiliki2 pemelihara, 6jarak 2antara6 rumah

dengan6 dokter 2hewan, 6biaya2 yang6 sangat

mahal. 6Informasi1 2yang1 diterima6 dari dokter

hewan6 hanya 2sesuai 2dengan6 kondisi2 dari

kucing6 pada6 saat6 itu. 6Jika6 keesokan harinya

terdapat gejala6 lain6 maka6 harus 1kembali

kedokter2 hewan6 untuk 2melakukan konsultasi

lagi. 6 2

1Solusi6 alternatif62untuk6 6mengatasi

permasalahan 21ini 2adalah2 dengan6 membuat

suatu6 sistem6 konsultasi6 yang6 dapat6 diakses

oleh pemelihara 21kucing6 yang2 1tidak

bergantung6 pada 2dokter 2hewan, 6waktu jarak

dan6 biaya. 6 2

1Sistem 12pakar26dapat 2digunakan6 oleh

pemelihara6 kucing6 untuk 1mendapatkan

informasi 21penyakit6 dari 12gejala-gejala yang

dialami 2oleh 1kucing. 6Penelitian2 sebelumnya

yang 2berkaitan2 dengan6 2sistem6 pakar

diagnosa6 penyakit6 kucing6 dilakukan6 oleh

Dedy2 Tri6 Saputro6 dan2 kawan-kawan (Dedy

TS, 2015). 6Dilakukan 2penelitian 2dengan

membuat6 sistem6 pakar6 diagnosa 1penyakit

kucing6 menggunakan2 metode6 Certainty Factor. 6Sistem6 pakar6 ini6 mampu

mendiagnosis6 penyakit 1kucing6 berdasarkan gejala-gejala6 yang2 dimasukkan6 dengan hasil

akurasi693,3%. Penelitian 6kedua

menggunakan 2metode 1Naïve 6Bayes6 pada sebuah6 sistem6 pakar2 juga 2sudah6 pernah

dilakukan 2oleh6 Khairil 2Mustaqim2 dalam

kasus6 untuk 2mendiagnosis 2hama6 penyakit pada6 tanaman6 kelapa2 sawit. Metode6 Naïve Bayes6 ini6 menghasilkan 2akurasi6 sebesar

90% d2ari pengujian pakar dan mampu

mendiagnosis2 hama6 penyakit 2pada 2tanaman kelapa6 sawit 2berdasarkan6 gejala-gejala 2yang

diberikan2 oleh6 pakar (Khairil Mustaqim,

2013). Pengimplementasian 2yang6 ketiga yaitu6 pemodelan6 sistem 1pakar6 diagnosa

penyakit6 tanaman6 kopi2 Arabica

menggunakan 2metode Naïve 6Bayes. 2Pada

penelitian6 ini 2hasil6 yangdidapatkan setelah

dilakukan6 uji6 akurasi6 sistem6 yaitu6 60%

yang 2menunjukkan 2bahwa6 metode6 Naïve Bayes6 tidak 2cocok6 untuk6 kasus6 penyakit

tanaman6 kopi (Yasrifan M, 62015). 62

Berdasarkan12penelitian - penelitian

sebelumnya 1penulis 2akan 1mengembangkan

aplikasi6 sistem6 pakar6 diagnosis 1penyakit

kucing6 menggunakan62metode 1Naïve Bayes. Sistem6 ini6 diharapkan6 dapat6 membantu

peran6 seorang6 pakar6 dalam 1menangani

masalah 1penyakit kucing. Sistem menyediakan inputan 1berupa6 gejala-gejala 2yang 1dialami

kucing6 yang6 digunakan2 untuk1 perhitungan

metode2 Naïve Bayes dan6 sistem2 akan

memberikan6 output6 berupa 2informasi tentang

penyakit 2yang6 menyerang2 kucing2 berserta

informasi 2cara6 mengobatinya. 6 2

2. LANDASAN KEPUSTAKAAN

2.1 Sistem Pakar

Sistem1 2pakar adalah61 bidang 21dalam

kecerdasan 21buatan2 (Artificial 6Intelligent) yang 2digunakan 2untuk6 pengambilan

keputusan6 yang6 diambil2 oleh6 seorang pakar

dengan6 menggunakan6 pengetahuan

(knowledge), 1fakta6 dan 1teknik 2berfikir

dalam 2menyelesaikan permasalahan1 2yang

biasanya 1diselesaikan6 oleh 2seorang1 pakar

yang2 1bersangkutan6 (Hayadi, 2016). 62

2.2 Naïve6 Bayes

Naive

6

Bayes

1

6

adalah

6

metode

2

1

untuk

mengklasifikasi

2

1

probabilitas sederhana

yang

2

didasarkan

1

pada

6

Teorema

2

1

Bayes.

Dalam

6

Teorema

2

Bayes

1

dikombinasikan

dengan “

Naive”

6

yang

1

berarti

6

dalam

atribut

6

dengan

2

sifat

6

bebas (independent).

Naive

6

Bayes

6

Classifier

6

dapat

2

1

dilatih

dengan

6

efiensi

6

pembelajaran

1

2

terawasi

(supervised learning).

2

Keuntungan

2

dalam

klasifikasi

6

adalah

6

hanya

6

membutuhkan

sejumlah

6

kecil

6

data

6

pelatihan

2

untuk

memperkirakan

6

parameter

6 2

yang

diperlukan

1

untuk

6

klasifikasi.

6

Karena

variabel

2

1

independen

6

diasumsikan,

hanya

variasi

2

1

variabel

6

untuk

6

masing-masing

kelas

6

harus

1

ditentukan,

6

bukan

2

seluruh

matriks

1

kovarians.

6 2

Perhitungan

1

2

naive

1

bayes

2

dapat

dilakukan

2

dengan

2

langkah-langkah

1

berikut

2

ini (Sutojo, 2011):

1

2

1.Mencari

1

nilai

2

prior

2

untuk

2

tiap-tiap

kelas

2

dengan

1

2

menghitung

2

rata-rata

tiap kelas

2

dengan

2

1

2

menggunakan

persamaan (1).

2

1

𝑃 =

X_A2

(1)

Keterangan:

P

6

=

6

Nilai

6

prior

1

2

X

6

=

6

Jumlah

6

data

6

tiap kelas

1

2

2.Mencari

2

nilai

1

Likehood

1

2

tiap-tiap

6

kelas

6

dengan

2

menggunakan

1

2

persamaan

6

(2).

2

L

=

_𝐵𝐹

1

2

(2)

2

Keterangan :

L

6

=

6

Nilai likelihood

1

2

F

6

=

6

jumlah

6

data feature

6

tiap kelas

1

2

B

6

=

6

jumlah

6

seluruh

6

fitur

6

tiap kelas

1

2

3.Mencari

2

nilai

6

posterior

2

dari

1

tiap

2

kelas

6

yang

2

ada

1

dengan

6

menggunakan

persamaan

6

(3).

6

1

2

1

P(c|a)

6

=

6

P(c)

6

x

6

P(a|c)

6 2

(3)

2

Keterangan:

6

1

2

P(c)

6

=

6

Nilai

6

prior

6

tiap

6

kelas

1

2

P(a|c)

6

=

6

Nilai

6

likelihood

1

2

6Hasil 2klasifikasi 2

1dengan

6 menggunakan metode 21Naive6 Bayes6 dilakukan 2

1dengan

membandingkan 12nilai 2posterior dari2

kelas-kelas2 yang 2

1ada.

6Nilai

1posterior

6 yang

paling1 tinggi6 yang6 terpilih1 2sebagai6 hasil

klasifikasi. 6

1

2

2.3 Penyakit6 Kucing 2.3.1 Cacingan

Menurut6 pakar6 Didik6 Saptono2 cacing

merupakan6 parasite 2yang6 dapat6 menginfeksi

saluran pencernaan2 makanan biasanya

menyerang 2pada6 mnausia6 dan6 juga6 hewan.

Kucing6 akan 6terkena penyakit2 cacingan

ketika6 menelan6 kutu, 6telur6 cacing6 yang ada

pada6 kutu6 akan 1menetas2 dan6 berkembang

dalam6 tubuh6 kucing. 6Gejala6 awal6 yang

dialami6 kucing6 cacingan 2yaitu6 berat

badan22 kucing6 akan6 menurun, 2kucing 2akan

terlihat pucat, 2 perut6 kucing6 terasa2 buncit

dan 2akan6 terlihat2 cacing6 pada 2kototran

kucing. 6 2

2.3.2 Distemper6 Kucing

Menurut6 pakar6 distemper2 6kucing

disebabkan12 oleh6 virus1 parvo. Virus

1

6ini

menghancurkan2 sel-sel6 dalam6 sumsum

tulang, 6jaringan2 limfoid, 6bahkan6 otak26dan

retina. 6Distemper6 adalah6 penyakit2 6serius

yang6 mematikan2 pada2 kucing. 6Diatas690%

kucing6 akan6 meninggal6 apabila6 6tidak

ditangani2 dengan6 benar. 6Kucing6 dewasa

yang6 diberi2 perlakuan6 tepat, 6ada

kemungkinan2 akan6 selamat. 6Sedangkan

untuk2 anak6 kucing, 6kesempatan 6untuk

bertahan6 dari6 virus6 ini6 sangat62 kecil.

Gejala6 penyakit6 ini6 biasanya 2kucing6 akan

demam, 2 muntah 2berwarna6 kuning, 26diare,

kucing2 tidak2 akan6 mau 2makan 2dan6 juga

dehidrasi. 6 2

2.3.3 Kadas

Menurut2 pakar6 kadas 2dapat 6juga

disebut6 dengan 2penyakit6 jamur. 6Penyakit ini

juga6 sering6 menyerang2 anjing6 dan biasanya

jamur6 menyerang2 kucing6 jika 2kandang6 dan

kucing6 kurang6 bersih, 6lingkungan 26yang

lembab, 6sisa6 kotoran6 yang 2tidak dibersihkan

dengan6 benar. 6Gejala 2yang6 timbul6 6yaitu

bulu2 rontok, 6akan6 terlihat 26lingkaran

berwarna6 merah 2dikulit6 kucing2 dan6 6juga

terjadi 2kerontokan2 bulu6 disekitar26lingkaran

merah, 2 akan2 muncul6 bercak2 putih6 seperti

ketombe2 serta6 kucing6 akan 2

menggaruk-garuk6 di2 bagian2 yang6 terkena6 kadas. 6 2

2.3.4 Kudis

Menurut6 pakar6 kudis 2ini66merupakan

penyakit62 kulit6 pada62 kucing6 6yang

disebabkan6 oleh 2beberapa6 bakteri6 6atau

parasait6 2yang6 biasa6 disebut 26tungau.

Serangan6 tungau6 ini6 menggali62 atau626bisa

juga6 melubangi6 kulit6 kucing6 lalu66bertelur

terus6 menerus6 di2 saluran6 saluran2 6pada kulit. 6Gejala6 yang 2dialami6 kucing 26adalah

bulu 2rontok6 dan2 gatal-gatal, 2 sering

menggaruk-garuk6 disekitar6 telinga, 6terdapat kerak6 disekitar2 telinga, 6kulit2 6kucing

menebal, 26keriput 2dan6 ditutupi6 kerak6 di

sekitar6 kepala2 dan6 leher, 6jika penyakit6 ini

dibiarkan6 maka6 kucing6 akan6 2mengalami penurunan6 berat6 badan. 6 2

2.3.5 Pilek

Menurut2 pakar6 pilek6 6merupakan penyakit6 2kucing62 yang6 disebabkan6 6oleh

virus6 dan1 bakteri. 6Penyakit1 pilek6 ini6

sering 1terjadi6 pada 2kucing, 6terutama 16pada kucing6 yang6belum 2diberi6 suntikan 26vaksin

dan2 penyakit6 ini6 mudah 2sekali6 6menular.

Penyakit1 ini6 juga6 jarang2 6menyebabkan

kematian 2pada6 kucing6 dewasa12 6tetapi

dapat

1

2berakibat6 fatal6 bila6 menyerang6

anak

1kucing.

6Gejala1 awal6 dari6 6penyakit

pilek6 ini2 kucing1 akan2 batuk1 dan6 6bersin,

kucing6 terlihat6 lesu, 2

1 demam

26ringan

serta2 mata 2kucing6 akan2 berwarna 2merah

3. METODOLOGI2

3.1 Alur6Naïve6 Bayes2

Pada6 2bagian 6ini digambarkan2 6proses

penghitungan2 6_{Naive Bayes}

1

2 dimulai ₆dari proses2 6masukan

1yang

6berupa 2gejala

penyakit6 kucing 2hingga6 keluaran2 6berupa

penyakit6 yang6 menyerang 1kucing6 dan6 cara

mengobatinya. 6Diagram 6alir 26proses

perhitungan2naïve6 bayes dapat6 dilihat66pada

gambar6 1. 6 2

MULAI

SELESAI HITUNG NILAI PRIOR

HITUNG NILAI LIKELIHOOD

HITUNG NILAI POSTERIOR

PERBANDINGAN NILAI POSTERIOR GEJALA KUCNG

PENYAKIT KUCING

6Gambar 1 6Diagram 6Alir 6Naïve 6Bayes2

3.2 Data Penelitian2

Sumber 2data diperoleh 2dari 2hasil wawancara 2dengan seorang 2pakar dokter

hewan yaitu 2Didik Saptono, Drh. 2Data yang

digunakan2 adalah data gejala2 penyakit kucing yang2 berjumlah 222 gejala. 2Gejala dan

penyakit 2kucing dapat2 dilihat pada table 1. 2

Tabel 1 Gejala dan Penyakit Kucing2

Kode Gejala Penyakit

G12 Berat badan turun2 1. Cacingan

1

2 2. Kudis2 G22 Kucing _pucat terlihat

2 1. Cacingan2

G32 Perut buncit2 1. Cacingan2 G42 Terlihat cacing pada 1. Cacingan2

kotoran kucing2

G52 Demam tinggi2 1. Distemper Kucing2 G62 Muntah kuning2 1. Distemper

Kucing2 G72 Diare 2 1. Distemper

Kucing2

G82 Tidak mau makan2 1. Distemper Kucing

1

2

G92 Dehidrasi 2 1. Distemper Kucing

1

2

G102 Bulu6 rontok2 1. Kadas2

G112

Terlihat6lingkaran berwarna6 merah6 di6 kulit62

1. Kadas2

G122

Terjadi66kerontokan bulu66disekitar lingkaran 6merah2

1. Kadas2

G132

Muncul6 bercak6 putih 6seperti ketombe62

1. Kadas2

G142

Sering66 menggaruk-garuk66di66bagian yang6 terkena6 kadas22

1. Kadas2

G152 Bulu 6rontok 6dan

Gatal62 1. Kudis2

G162

Sering6 menggaruk-garuk 6disekitar telinga62

1. Kudis2

G172 Terdapat 6kerak

disekitar telinga2 1. Kudis2

G182

Kulit 66kucing menebal, keriput dan ditutupi 6kerak disekitar 6kepala6 dan6 leher2

1. Kudis2

G192 Batuk 6dan6 Bersin 1. Pilek2

G202 Lesu62 1. Pilek2

G212 Demam ringan2 1. Pilek2

G222 Mata merah dan

berair2 1. Pilek2

4. PENGUJIAN DAN ANALISIS2

4.1 Pengujian Blackbox2

Pengujian6 blackbox 6berfungsi 6untuk

mengetahui 2apakah6 sistem6 yang 6telah

dibangun 6dapat 2berjalan 6berdasarkan

kebutuhan. 62Penulis6 menggunakan 2Blackbox karena 6pengujian 6blackbox2 6dapat6 melatih

semua6 kebutuhan6 fungsional6 suatu 6program

dan dapat2 menemukan suatu kesalahan2

lainnya selain menggunakan2 metode whitebox. Keberhasilan dalam 2pengujian ditunjukkan

1kecocokan antara

1hasil

1yang diharapkan

1dan

2hasil yang didapatkan 1dari 2sistem. Hasil

dari pengujian blackbox 2yang telah 2dilakukan2 berdasarkan daftar 2kebutuhan2

Tabel 2 Pengujian Blackbox2

Test Name2 Test Case2 Hasil _diharapkan6yang 2

Proses analisis pada2 pengujian blackbox dengan mencocokkan antara 2hasil yang diharapkan

1dengan

2 hasil

1yang

2didapatkan

yang 2mempunyai

1kesesuaian

1100%,

sehingga dapat disimpulkan bahwa

fungsionalitas dan2 implementasi2 2dapat

berjalan 2dengan 2daftar2 kebutuhan 2fungsional yang ada. 2

4.2 Pengujian Akurasi

1

2

Pengujian akurasi adalah pengujian yang dilakukan 2untuk2 menguji tingkat2 keakuratan

atau kesesuaian dari 2data testing yang didapatkan dari pakar dengan 2keluaran 2sistem

(Achmad S, 2017). 1 Nilai2 akurasi didapatkan

dari perhitungan persamaan (4). 12

Akurasi = Jumlah 𝟔hasil𝟔 diagnosis𝟔 yang𝟔 benar

Pengujian angket pengguna bertujuan2

untuk mengetahui1 kinerja

1sistem yang telah

dibuat dengan 1menguji sistem pada 1pengguna sebagai tolak ukur 2kelayakan12 sistem. Angket

yang 2dibagikan 2kepada2 pemelihara kucing berjumlah 102 pertanyaan, 2 masing-masing

pertanyaan memiliki nilai 2dari satu sampai

dengan2 lima, 2 penilaian dilakukan 2setelah

pemelihara kucing 2mengoperasikan sistem.

Angket2 yang2 dibagikan sebanyak 20, 2 dari

hasil 2angket yang 2telah didapat 12

1didapatkan

jumlah total12 nilai 2

1setiap

2 pertanyaan,

Didapatkan 2rata-rata setiap 2pertanyaan yang dapat dilihat pada tabel 3. 2

Tabel 3 Rata-rata setiap pertanyaan

1

2

Pertanyaan

1 2 3 4 5 6 7 8 9 10

Total2 822 772 852 86 84 83 73 82 88 88

Mean2 4.12 3.852 4.252 4.3 4.2 4.15 3.65 4.1 4.4 4.4

Nilai rata-rata setiap 2pertanyaan yang telah

didapatkan digunakan 2untuk mengukur tingkat

kualifikasi 2navigator sistem2 dengan nilai2

ukur yang dapat dilihat pada table 4. 2

Tabel 4 Hasil 22

Untuk 2mendapatkan2 nilai skor digunakan

persamaan (6). 2

22Skor = 𝑇𝑜𝑡𝑎𝑙 𝑟𝑒𝑟𝑎𝑡𝑎

𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑟𝑡𝑎𝑛𝑦𝑎𝑎𝑛 (6)

Dan didapatkan 2hasil sebagai berikut: 2

2Skor = 41.4 10 2= 4.14

Berdasarkan 2hasil 2pengujian angket

pengguna 2dengan jumlah 10 2pertanyaan

didapatkan 2rata-rata perhitungan 2yang bernilai

4.14, 2

1maka sistem

2dapat dianggap 2sebagai

5. KESIMPULAN2

Berdasarkan 2perancangan dan 2pengujian

yang telah2 dilakukan pada sistem 2pakar

diagnosis penyakit kucing menggunakan2

metode 2naive bayes, 2 maka diambil

kesimpulan sebagai berikut: 2

1. Metode naïve bayes 2dapat

diimplementasikan 2kedalam sistem pakar

diagnosis penyakit kucing. Sistem ini memiliki 52 menu yaitu tentang penyakit,

cara penggunaan, 2 diagnosis, 2 tentang

perangkat2 dan2 tentang 2pengembang. Dengan2 menggunakan metode naïve

1

bayes sistem2 ini mampu2 mendiagnosis penyakit1

kucing dengan cepat tetapi memiliki kelemahan 2yaitu jika 2nilai posterior2

bernilai 0 maka sistem 2tidak dapat

mendiagnosis2 penyakit. 2

2. Dari hasil 2pengujian menghasilkan2

beberapa 2kesimpulan 1diantaranya 1sebagai

berikut: 12

a. Berdasarkan1 2pengujian 2

1

blackbox dapat2 ditarik kesimpulan 2bahwa 2sistem

yang dibuat

1

2mempunyai kinerja1 yang

dapat 12berjalan 1dengan baik dan sesuai

kebutuhan fungsional. Hal ini berdasarkan pengujian2 blackbox 2

1yang telah1

dilakukan

1bahwa seluruh

2

1fungsional

dapat 12berjalan dengan2 baik. Pengujian

blackbox2mendapatkan12 nilai 12sebesar

100%.12

b. Berdasarkan 2pengujian akurasi 2yang

telah 2dilakukan dengan 2menggunakan

40 data2 uji didapatkan hasil akurasi

sebesar 85%. Tersdapat 6 2kesalahan

yaitu, kesalahan pertama dari sistem pada kasus2 uji nomer 1 2dengan hasil

diagnosis penyakit kudis dikarenakan kemunculan2 penyakit kudis pada 12data

training12 lebih besar 2daripada cacingan.

Kesalahan kedua 2yaitu pada 2kasus uji

nomer 122 dinyatakan 2tidak2 akurat

dikarenakan menurut pakar dengan adanya gejala 2demam tinggi 2dan

dehidrasi masih 2belum bisa

mendiagnosis 2penyakit distemper

kucing. Kesalahan ketiga pada 2kasus uji nomer 13 2dinyatakan tidak 2akurat

karena menurut 2pakar dengan adanya

gejala diare 2dan tidak mau makan masih

belum 2bisa di diagnosis2 penyakit

distemper 2kucing. 2Kesalahan2 keempat

yaitu2 pada 2kasus uji2 nomer 2222

dengan gejala 2bulu rontok2 pakar

mendiagosis 2terserang penyakit 2kucing

yang2 lain karena 2dengan adanya 2gejala

bulu rontok2 saja belum2 cukup u2ntuk di

diagnosis 2sebagai penyakit2 kadas.

Kesalahan yang kelima pada 2data uji

nomer 302 dengan 2adanya gejala sering

menggaruk-garuk2 disekitar 2telinga

pakar2 mendiagnosis terserang penyakit kucing yang2 lain karena masih 2belum

cukup 2untuk di 2diagnosis 2penyakit

kudis. 2Kesalahan keenam 2pada 2data uji

nomer 36 2dengan2 gejala lesu dan

demam2 ringan pakar 2mendiagnosis

terserang 2penyakit lain2 karena masih belum2 cukup 2untuk2 2di diagnosis

sebagai penyakit 2pilek. 2

c. Berdasarkan 2hasil2 pengujian2 angket

pengguna 2dengan jumlah 10 pertanyaan

didapatkan 2rata-rata 2perhitungan 2yang

bernilai 4.14, 2 maka sistem 2dapat

dianggap 2sebagai2 sistem yang 2sangat

baik. 2

6. DAFTAR PUSTAKA2

Arhami,

2

Muhammad,

2

Konsep Dasar

Sistem

2

Pakar,

Yogyakarta.2005.

2

Ayuliana,

2

Testing dan

2

Implementasi

Teknik

2

Pengujian

2

Perangkat Lunak.2009

2

A

2

syarifudin,

2

Nurul H, Lutfi F. Sistem

pakar diagnosis

2

penyakit

tanaman

jagung

menggunakan metode

naïve

bayes

berbasis

android,

Universitas

Brawijaya,

Malang.

2

Dedy

2

TS, Jusak,

2

Sutomo Erwin.

2

Sistem

pakar

2

untuk

menentukan

2

penyakit kucing

menggunakan

2

metode

certainty factor,

2

Institut

Bisnis

dan

2

Informatika

STIKOM,

2

Surabaya. 2015

2

Eko

2

S.2014.Usability

2

Testing

2

untuk

mengukur

2

penguunaan

Palembang,

2

Universitas

2

Bina Darma, Palembang.2014

Hayadi,

2B. Herawan, 2

Sistem

₂

Pakar.

2Yogyakarta: 2Deepublish.

20162

Khirzhun

2

N,

2

Nurul H, M.

2

Tanzil

F.Pemodelan sistem

2

pakar

untuk

2

diagnosa

2

penyakit

kucing

2

menggunakan

metode

2

Bayesian

2

Network,

Universitas

2

Brawijaya,

Malang.

22

Mustaqim

2

Khairil.Aplikasi

2

sistem

pakar

2

untuk

2

diagnosa

2

hama dan penyakit tanaman

kelapa sawit

2

menggunakan

naïve

bayes,

2

Universitas

Islam

2

Negeri

Maulana

2

Malik

2

Ibrahim,

2

Malang.

2013

2

Putri

2

L,

Nurul

2

H,

2

Rekyan

RMD.Pemodelan

2

sistem

pakar

1

2

diagnosa

2

penyakit

mata

2

menggunakan metode

naïve bayes-certainty factor,

Universitas

2

Brawijaya,

Malang.

2

Sutojo, T.,

2

Edy mulyanto,

2

Vincent,

Kecerdasan

2

Buatan,

Andi

Offset,

2

Yogyakarta. 2011

2

Yasrifan

2

MN.Pemodelan

2

1

sistem

1

pakar

2

diagnosa

2

1

penyakit

1

tanaman

2

kopi

2

1

Arabica

2

menggunakan

2

metode

2

naïve

bayes,

2

Universitas