Prasetya, Dimas (2024) Implementasi Metode Naive Bayes Untuk Diagnosis Penyakit Kelinci. Diploma thesis, UBP Karawang.
1. File Judul_240021_17416255201059_Dimas Prasetya.pdf
Download (403kB)
2. File Abstrak_240021_17416255201059_Dimas Prasetya.pdf
Download (37kB)
3. Daftar isi_240021_17416255201059_Dimas Prasetya.pdf
Download (235kB)
4. BAB_I_240021_17416255201059_Dimas Prasetya.pdf
Download (151kB)
5. BAB_II_240021_17416255201059_Dimas Prasetya.pdf
Restricted to Registered users only
Download (413kB)
6. BAB_III_240021_17416255201059_Dimas Prasetya.pdf
Download (630kB)
7. BAB_IV_240021_17416255201059_Dimas Prasetya.pdf
Restricted to Registered users only
Download (1MB)
8. BAB_V_240021_17416255201059_Dimas Prasetya.pdf
Download (34kB)
9. Daftar Pustaka_240021_17416255201059_Dimas Prasetya.pdf
Download (264kB)
10. Lampiran_240021_17416255201059_Dimas Prasetya.pdf
Restricted to Registered users only
Download (2MB)
11. Artikel_240021_17416255201059_Dimas Prasetya.pdf
Restricted to Registered users only
Download (759kB)
Abstract
Teknologi berperan penting dalam meningkatkan kualitas kehidupan, termasuk di bidang kesehatan seperti kedokteran. Salah satu penerapannya adalah Artificial Intelligence (AI) dengan sistem pakar yang menggunakan metode Naive Bayes Classifier. Sistem ini membantu dalam diagnosis penyakit pada manusia, hewan, dan tumbuhan. Pada hewan, khususnya kelinci yang rentan terhadap penyakit, sistem pakar sangat membantu pemelihara dengan memberikan informasi kredibel dan akses mudah. Penelitian ini bertujuan merancang sistem diagnosis penyakit kelinci menggunakan metode Naive Bayes dan Mengetahui hasil evaluasi uji pakar dengan menerapkan metode naive bayes. Pengembangan sistem ini melibatkan tahapan pengumpulan data, analisis data, desain sistem, implementasi, dan pengujian. Hasil pengujian dengan menggunakan basis pengetahuan terdiri atas 20 penyakit dan 94 gejala terhadap 41 sampel data menunjukkan bahwa sistem menghasilkan 35 diagnosis yang sesuai dengan pakar ahli dan 6 yang tidak sesuai, memberikan tingkat akurasi sebesar 85%. Kesalahan diagnosis disebabkan oleh ketidakmampuan sistem membedakan antara data gejala prioritas dan bukan prioritas, sehingga mempengaruhi kualitas hasil diagnosis. Sistem diagnosis penyakit kelinci menggunakan metode Naive Bayes ini menunjukkan potensi yang baik dalam mendeteksi penyakit secara dini.
Kata Kunci: Sistem Pakar, Naive Bayes, Kelinci, Penyakit.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 29 Oct 2025 03:36 |
| Last Modified: | 29 Oct 2025 03:36 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/4822 |
