Analisis Perbandingan Certainty Factor dan Teorema Bayes pada Diagnosis Penyakit Burung Puyuh Berbasis Web

Abstract

Penyakit pada burung puyuh dapat menurunkan produktivitas ternak dan menimbulkan kerugian ekonomi apabila tidak segera dikenali dan ditangani secara tepat. Keterbatasan akses peternak terhadap tenaga ahli mendorong perlunya sistem pakar yang dapat membantu proses diagnosis awal berdasarkan gejala yang terlihat. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web serta membandingkan hasil diagnosis yang diperoleh menggunakan metode Certainty Factor dan Teorema Bayes. Basis pengetahuan dikembangkan melalui studi pustaka dan wawancara dengan pakar, kemudian direpresentasikan dalam bentuk data penyakit, gejala, aturan diagnosis, dan bobot keyakinan. Sistem memungkinkan pengguna memilih gejala yang ditemukan pada burung puyuh, kemudian menghitung tingkat keyakinan setiap kemungkinan penyakit menggunakan kedua metode. Penyakit yang menjadi fokus diagnosis terdiri atas tetelo, snot, dan berak kapur atau pullorum. Pengujian dilakukan menggunakan 100 data kasus penyakit burung puyuh. Hasil pengujian menunjukkan bahwa metode Certainty Factor dan Teorema Bayes menghasilkan diagnosis yang sama pada 46 kasus dan diagnosis yang berbeda pada 54 kasus. Dengan demikian, tingkat kesesuaian hasil kedua metode mencapai 46%, sedangkan tingkat ketidaksesuaiannya sebesar 54%. Hasil tersebut memperlihatkan bahwa perbedaan mekanisme penalaran dan perhitungan bobot gejala memberikan pengaruh terhadap keputusan diagnosis. Sistem yang dikembangkan dapat membantu peternak memperoleh informasi awal mengenai kemungkinan penyakit dan saran penanganannya. Namun, pengujian lanjutan menggunakan diagnosis yang telah dikonfirmasi oleh pakar diperlukan untuk menentukan tingkat akurasi setiap metode.