Penerapan Metode Fuzzy K-Nearest Neighbour (FK-NN) Untuk Diagnosis Penyakit Pada Kucing

Abstrak

Kucing merupakan hewan yang paling disenangi oleh manusia, dengan bentuk dan bulu yang sangat bagus banyak orang menjadikan kucing sebagai hewan peliharaannya baik di Indonesia maupun diseluruh dunia. Populasi kucing sendiri berjumlah 220 juta ekor didunia. Dengan banyaknya jumlah kucing tentunya banyak juga kucing yang memiliki kesehatan yang buruk dengan terinfeksi penyakit. Terbatasnya kemampuan seseorang untuk mendeteksi penyakit kucing dan jumah pakar hewan yang terbatas diperlukan sebuah sistem yang dapat mendiagnosa penyakit pada kucing dengan mudah. Pembuatan sistem diagnosa penyakit kucing ini menggunakan metode fuzzy k-nearest neighbour yang merupakan pengembangan dari metode k-nearest neighbour dimana akan dihitung nilai keanggotaan dari hasil k-nearest neighbour. Berdasarkan pengujian fungsional yang telah dilakukan, masing-masing kelas uji menghasilkan kesesuaian dengan kebutuhan sistem. Pengujian akurasi pertama yaitu pengujian akurasi berdasarkan variasi jumlah data latih dengan jumlah data latih yang berbeda tiap pengujian. Untuk pengujian ini nilai akurasi yang tertinggi diperoleh sebesar 85% sedangkan nilai akurasi terendah yaitu 80%. Pengujian akurasi kedua yaitu pengujian akurasi berdasarkan pengaruh nilai K dengan data uji yang sama berjumlah 15 data uji. Hasil dari pengujian ini akurasi terbesar yaitu 86% sedangkan yang terendah yaitu sebesar 73%. Hal ini menunjukkan bahwa metode fuzzy k-nearest neighbour memiliki akurasi yang cukup baik untuk mendiagnosis penyakit pada kucing.