Sistem Pakar Diagnosa Penyakit pada Sapi Potong dengan Metode Fuzzy K-Nearest Neighbour (Studi Kasus Pos Keswan Kecamatan Nganjuk)

Sapi merupakan salah satu hewan ternak yang menjadi salah satu komoditas sumber protein yang disukai oleh konsumen karena pertimbangan gizi, status sosial, pertimbangan kuliner dan pengaruh budaya barat. Kebutuhan terhadap daging yang tinggi juga harus diimbangi dengan kualitas dan keamanan daging. Salah satu kriteria kualitas dan keamanan daging adalah tidak mengandung bibit penyakit. Para peternak sapi di Indonesia terkadang sulit menemukan tenaga medis seperti dokter hewan ketika menemukan ternak yang sakit. Toko obat tidak sulit dicari namun pengobatan yang tepat dapat diidentifikasi dengan mengetahui penyakit yang dialami sapi. Salah satu proses penting dalam penanganan kesehatan ternak adalah melakukan pengamatan terhadap ternak yang diduga sakit. Pengamatan dilakukan terhadap gejala-gejala yang nampak sehingga dapat diambil kesimpulan. Pengetahuan peternak mengenai penyakit sapi mengakibatkan peternak kesulitan untuk mengetahui penyakit yang dialami oleh sapi. Kondisi tersebut merupakan kondisi di mana seorang pakar (dokter hewan) sangat diperlukan.Permasalahan tersebut dapat diselesaikan dengan menggunakan sistem pakar yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dilakukan oleh dokter hewan. Sistem pakar tersebut menggunakan metode Fuzzy K-Nearest Neighbour (FK-NN) karena perhitungan tidak hanya dipengaruhi oleh jumlah data tetapi jarak antara data uji dengan setiap data latihnya. Pengujian yang dilakukan adalah pengujian Black Box, pengujian akurasi variasi nilai variabel k, akurasi variasi nilai variabel m, akurasi variasi data latih dan perbandingan akurasi FK-NN dan K-NN. Berdasarkan pengujian Black Box akurasi yang dihasilkan adalah 100% sehingga dapat diambil kesimpulan bahwa sistem dapat beroperasi dengan baik. Pengujian variasi k menghasilkan akurasi tinggi dan stabil sebesar 97,56% untuk nilai k adalah 5, 10, 15, 20. Pengujian variasi m menghasilkan akurasi tertinggi 97,56% dengan nilai m = 2. Pengujian variasi data latih menghasilkan akurasi tertinggi 97,56% dengan data latih sebesar 20%. Sementara untuk pengujian perbandingan akurasi FK-NN dan K-NN menghasilkan akurasi tertinggi 97,56% yang dimiliki oleh Metode FK-NN