PENERAPAN SISTEM PAKAR DALAM MENDIAGNOSIS PENYAKIT KULIT PADA KUCING MENGGUNAKAN METODE CERTAINTY FACTOR (CF)BERBASIS WEB

Abstrak

Penyakit kulit pada kucing merupakan masalah umum yang memerlukan penanganan cepat dan tepat. Namun, keterbatasan akses ke dokter hewan seringkali menjadi kendala bagi pemilik kucing. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem pakar berbasis web yang menggunakan metode Certainty Factor untuk mendiagnosa penyakit kulit pada kucing. Sistem ini dirancang untuk memberikan kemudahan dalam mengidentifikasi jenis penyakit kulit berdasarkan gejala yang diamati, dengan memberikan estimasi tingkat kepastian terhadap setiap diagnosis yang dihasilkan.Metode Certainty Factor dipilih karena kemampuannya dalam menangani ketidakpastian informasi yang sering muncul dalam proses diagnosis medis. Sistem ini memproses input berupa gejala-gejala yang diinput oleh pengguna dan memberikan output berupa diagnosis penyakit kulit beserta tingkat kepastian diagnosis tersebut. Pengujian sistem dilakukan dengan menggunakan data uji yang terdiri dari berbagai kasus penyakit kulit pada kucing. Hasil pengujian menunjukkan bahwa sistem pakar yang dikembangkan memiliki akurasi yang baik dalam mendiagnosis penyakit kulit, dengan tingkat kepastian yang bervariasi sesuai dengan kompleksitas kasus.Implementasi sistem pakar berbasis web ini diharapkan dapat membantu pemilik kucing dalam melakukan langkah awal diagnosis penyakit kulit, sehingga dapat mengambil tindakan yang lebih cepat dan tepat sebelum berkonsultasi dengan dokter hewan. Dengan demikian, sistem ini berpotensi meningkatkan kesejahteraan kucing peliharaan melalui penanganan yang lebih responsif dan efisien terhadap masalah kesehatan kulit.

Skin disease in cats is a common problem that requires fast and appropriate treatment. However, limited access to veterinarians is often an obstacle for cat owners. To overcome this problem, this research developed a web-based expert system that uses the Certainty Factor method to diagnose skin diseases in cats. This system is designed to make it easier to identify types of skin disease based on the symptoms observed, by providing an estimate of the level of certainty for each diagnosis produced. The Certainty Factor method was chosen because of its ability to handle information uncertainty that often arises in the medical diagnosis process. This system processes input in the form of symptoms entered by the user and provides output in the form of a diagnosis of skin disease along with the level of certainty of the diagnosis. System testing was carried out using test data consisting of various cases of skin diseases in cats. The test results show that the expert system developed has good accuracy in diagnosing skin diseases, with a level of certainty that varies according to the complexity of the case. The implementation of this web-based expert system is expected to help cat owners take the first steps in diagnosing skin diseases, so they can take action which is faster and more precise before consulting a veterinarian. Thus, this system has the potential to improve the welfare of pet cats through more responsive and efficient treatment of skin health problems.