Klasifikasi Penyakit Kambing Berdasarkan Gejala Dan Data Klinis Menggunakan Algoritma Random Forest

Penelitian ini bertujuan untuk mengklasifikasikan penyakit kambing berdasarkan data gejala dan data klinis menggunakan algoritma Random Forest. Permasalahan yang dihadapi adalah rendahnya akurasi diagnosis akibat kemiripan gejala antar penyakit. Dataset diperoleh dari Kaggle dan difokuskan pada data kambing sebanyak 10.348 setelah pra-pemrosesan. Tahapan penelitian meliputi seleksi data, pembersihan data, transformasi, pembagian data, pelatihan, dan evaluasi model. Model dilatih menggunakan 80% data latih dan diuji menggunakan 20% data uji. Hasil penelitian menunjukkan bahwa algoritma Random Forest mencapai akurasi sebesar 94,88% dengan nilai precision, recall, dan f1-score yang tinggi. Namun, performa pada kelas lumpy virus dan pneumonia lebih rendah akibat kemiripan gejala. Secara keseluruhan, model Random Forest berhasil melakukan klasifikasi dengan baik dan dapat digunakan sebagai alat bantu diagnosis penyakit kambing.

Kata kunci: gejala, klasifikasi, machine learning, penyakit kambing, random forest