RANCANG BANGUN SISTEM DIAGNOSA PENYAKIT HEWAN TERNAK KAMBING BERBASIS ARTIFICIAL INTELLIGENCE MENGGUNAKAN BAYESIAN NETWORK

AHMAD, JULIANTO (2026) RANCANG BANGUN SISTEM DIAGNOSA PENYAKIT HEWAN TERNAK KAMBING BERBASIS ARTIFICIAL INTELLIGENCE MENGGUNAKAN BAYESIAN NETWORK. undergraduate thesis, Universitas Muhammadiyah Mataram.

	Text SIMILARITY CHECK.pdf Restricted to Repository staff only Download (3MB) \| Request a copy
	Text COVER - DAFTAR PUSTAKA - AHMAD JULIATNO.pdf Restricted to Repository staff only Download (5MB) \| Request a copy

Abstract

Tingginya frekuensi penyakit pada ternak kambing di Kabupaten Lombok Barat, khususnya di Dusun Bentenu, Desa Banyu Urip, Kecamatan Gerung, menjadi persoalan serius bagi peternak rakyat. Proses diagnosis yang masih dilakukan secara konvensional berdasarkan pengalaman peternak, tanpa didukung analisis medis yang memadai, seringkali menyebabkan kesalahan identifikasi dan keterlambatan penanganan. Kondisi ini diperburuk oleh keterbatasan jumlah tenaga kesehatan hewan di wilayah tersebut. Penelitian ini bertujuan merancang dan membangun sistem diagnosis penyakit ternak kambing berbasis Artificial Intelligence menggunakan metode Bayesian Network, memodelkan hubungan probabilistik antara gejala dan penyakit, serta menguji tingkat validitas dan akurasi sistem yang dikembangkan. Penelitian menggunakan pendekatan Research and Development (R&D) dengan model Waterfall. Data gejala dan penyakit diperoleh melalui wawancara dengan dokter hewan sebagai pakar, observasi lapangan, dan studi literatur, kemudian dimodelkan ke dalam struktur graf berarah tanpa siklus (Directed Acyclic Graph) dan tabel probabilitas kondisional (Conditional Probability Table). Sistem diimplementasikan sebagai aplikasi berbasis web menggunakan framework Laravel dan basis data PostgreSQL (Supabase), serta telah di-deploy secara online menggunakan Vercel. Hasil pengujian menunjukkan bahwa pengujian fungsional (Black Box Testing) pada 16 skenario memperoleh tingkat keberhasilan 100%, sedangkan pengujian akurasi diagnosis pada 15 kasus uji dibandingkan dengan diagnosis pakar (ground truth) menghasilkan tingkat akurasi sebesar 100%. Hasil ini menunjukkan bahwa metode Bayesian Network efektif diterapkan sebagai sistem pendukung diagnosis awal penyakit ternak kambing dan diharapkan dapat membantu peternak dalam melakukan identifikasi penyakit secara lebih cepat dan akurat.

Item Type:

Thesis (undergraduate)

Contributors: