Implementasi Metode Forward Chaining  dan Algoritma Naive Bayes Pada Sistem Pakar Pendeteksi Penyakit Sapi Perah

Gatot Susilo; Paruda Bintang Radithya; Moch. Ali Machmudi; Sugeng Wahyudiono

doi:10.36309/goi.v31i1.370

Implementasi Metode Forward Chaining dan Algoritma Naive Bayes Pada Sistem Pakar Pendeteksi Penyakit Sapi Perah

https://doi.org/10.36309/goi.v31i1.370
Gatot Susilo^(1*)

, Paruda Bintang Radithya⁽²⁾, Moch. Ali Machmudi⁽³⁾, Sugeng Wahyudiono⁽⁴⁾

Affiliation

(1) Program Studi Sistem Informasi, Universitas Dian Nuswantoro, Semarang
(2) Program Studi Manajemen Informatika, STMIK Bina Patria, Magelang
(3) Program Studi Manajemen Informatika, STMIK Bina Patria, Magelang
(4) Program Studi Manajemen Informatika, STMIK Bina Patria, Magelang
(*) Corresponding Author

How to Cite

Cite this Item

Abstract

Tujuan dari penelitian ini adalah mengimplementasikan algoritma Naive Bayes dengan menggunakan metode inferensi forward chaining ke dalam aplikasi sistem pakar yang dapat digunakan untuk mendiagnosa penyakit berdasarkan gejala yang timbul pada hewan ternak sapi perah. Penelitian ini menggunakan pendekatan pengembangan dengan metode Expert System Development Life Cycle (ESDLC). Tahapan yang digunakan pada penelitian ini yaitu penilaian, akuisisi pengetahuan, desain, implementasi pengujian, dokumentasi, dan pemeliharaan. Hasil penelitian ini adalah terciptanya sebuah sistem pakar untuk mendiagnosa penyakit pada sapi perah yang dapat digunakan oleh peternak untuk menangani ternak sapi perah yang sakit. Sistem pakar diagnosa sapi perah ini menghasilkan informasi berupa nama penyakit, gejala yang ditimbulkan, penyebab, dan cara pencegahan maupun pengobatan yang dapat dilakukan. Hasil pengujian dari penelitian ini menyatakan bahwa rata-rata penilaian pengguna terhadap sistem pakar diagnosa penyakit pada sapi perah menggunakan metode forward chaining dan algoritma naive bayes adalah 40% memberikan penilaian sangat baik, 41,7% memberikan penilaian baik dan 18,3% cukup baik. Artinya, sistem pakar memberikan dampak yang positif, yaitu dapat membantu peternak untuk mendapatkan diagnosa awal penyakit sapi perah.

Keywords

naive bayes, forward chaining, ESDLC, sapi perah

Full Text:

PDF HAL. 140-148

References

D. Blakely and D.H. Bade, Ilmu Perternakan. Edisi ke-4. Yogyakarta: Gadjah Mada University, Yogyakarta: Press, 1991.

(2024, Juni) Badan Pusat Statistik. [Online]. https://www.bps.go.id/id/statistics-table/2/Mzc2IzI=/produksi-susu-perusahaan-sapi-perah.html

(2025, Februari) Badan Pusat Statistik Jawa Tengah. [Online]. https://jateng.bps.go.id/id/statistics-table/3/V0VKcWNtVnhjSFEwZHpWdk1VaHdLMGhZV2pSbVp6MDkjMw==/jumlah-produksi-telur-unggas-dan-susu-sapi-segar-menurut-kabupaten-kota-di-provinsi-jawa-tengah--kg---2024.html?year=2024

(2024, Januari) Badan Pusat Statistik Kabupaten Magelang. [Online]. https://magelangkab.bps.go.id/id/statistics-table/2/MjI0IzI=/produksi-susu-menurut-kecamatan-di-kabupaten-magelang.html

Wisnu Dwi Prasetyo and Rizki Wahyudi, "Sistem Pakar Diagnosis Penyakit Ternak Sapi Menggunakan Metode Forward Chaining Berbasis Website Responsif : Expert System For Diagnosing Cattle Diseases Using Forward Chaining Method Based On Responsive Website," Jurnal Teknologi dan Terapan Bisnis, vol. 2, no. 1, pp. 13-21, 2019.

J. Durkin, Expert Systems Design and Development. New Jersey: Prentice Hall International Inc., 1994.

S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu: Graha Ilmu, 2003.

T. Sutojo, E. Mulyanto, and V. Suhartono, Kecerdasan Buatan. Yogyakarta: Andi, 2011.

Kusrini, Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta: Andi, 2007.

A. Ladjamudin, Analisis dan Desain Sistem Informasi. Yogyakarta: Graha Ilmu, 2005.

Muhammad Azmi and Saeful Anam Ismail, "Sistem Pakar Diagnosa Penyakit Pada Sapi Berbasis Web Menggunakan Metode Forward Chaining," TEKNIMEDIA, vol. 4, no. 1, pp. 98-106, Juli 2023.

Putri Eka Wardani, Yessica Siagian, and MHD Ihsan, "Sistem Pakar Untuk Diagnosa Penyakit Sapi Menggunakan Metode Bayes," Building of Informatics, Technology and Science (BITS), vol. 4, no. 2, p. 413−421, September 2022.