Please use this identifier to cite or link to this item: http://repository.umsu.ac.id/handle/123456789/23949
Title: Diagnosis Penyakit Pada Kucing Anggora Dalam Menentukan Jumlah Tagihan Serta Perobatan Dengan Menggunakan Algoritma Bayes
Authors: Ramadanti, : Tasya Indri
Keywords: Sistem Pakar;Naïve Bayes;Penyakit Kucing;Kucing Anggora
Issue Date: 30-May-2024
Publisher: UMSU
Abstract: Kesehatan kucing merupakan aspek penting karena penyakit pada kucing dapat menular kepada pemiliknya. Penyakit umum seperti kutu kucing, cacingan, infeksi saluran pernapasan, diare, infeksi mata, dan jamur sering menyerang kucing peliharaan dan memerlukan penanganan serius oleh dokter hewan. Klinik hewan Almisbah di Medan telah meningkatkan kualitas fasilitasnya, menyediakan layanan seperti operasi, rontgen, grooming, dan opname hewan. Namun, masalah yang sering dihadapi adalah sulitnya akses ke klinik hewan di daerah terpencil, biaya pengobatan yang tinggi, dan kewalahan saat terjadi lonjakan pasien. Solusi yang ditawarkan adalah pembangunan sistem pakar untuk diagnosis penyakit pada kucing, yang dapat membantu pemilik hewan dalam mengidentifikasi dan menangani penyakit kucing mereka. Sistem pakar ini menggunakan metode Naïve Bayes, yang merupakan metode klasifikasi berdasarkan teori probabilitas Bayes untuk memperkirakan kemungkinan suatu data masuk ke dalam kelas tertentu. Dengan sistem ini, diharapkan dapat memberikan kemudahan dan keakuratan dalam mendiagnosis penyakit pada kucing, serta mengurangi beban pada klinik hewan. Setelah dilakukan uji akurasi antara hasil diagnosa pakar dan sistem pakar menggunakan metode Naïve Bayes, dari 50 data uji yang digunakan, ditemukan bahwa 26 hasil diagnosa sama dengan diagnosa pakar, sementara 24 hasil diagnosa tidak sama. Persentase akurasi yang diperoleh adalah 52%. Dengan demikian, sistem pakar menggunakan metode Naïve Bayes dapat digunakan dalam diagnosis penyakit pada kucing Anggora.
URI: http://repository.umsu.ac.id/handle/123456789/23949
Appears in Collections:Information System

Files in This Item:
File Description SizeFormat 
BISMILLAH FIX BENAR Skripsi Tasya - Revisi Sidang.pdf3.67 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.