IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK DIAGNOSIS PENYAKIT KULIT SCABIES PADA HEWAN

Abstract

Scabies adalah penyakit kulit pada hewan. Seringkali pemilik hewan mengobati hewan peliharaan yang terkena scabies dengan sembarangan, seperti obat semprot dan salep. Namun obat tersebut banyak yang menyebabkan keracunan pada hewan. Penelitian ini bertujuan untuk menerapkan Data Mining menggunakan algoritma Naïve Bayes dalam mendiagnosis penyakit kulit scabies pada hewan dan mengukur kinerja model berdasarkan 1.208 hewan peliharaan kucing dan kelinci yang didapatkan langsung dari Praktik Dokter Hewan drh. Nur Azizah dan drh. Budiono. Naïve Bayes adalah metode klasifikasi yang seringkali digunakan untuk prediksi atau diagnosis penyakit dengan hasil accuracy yang tinggi. Data mencakup 11 atribut, yaitu nama hewan, jenis hewan, jenis kelamin, bulu rontok, telinga keropeng, nafsu makan menurun, gatal-gatal, infeksi sekunder, imunitas menurun, dan hasil. Hasil analisis menunjukkan bahwa model klasifikasi Naïve Bayes mencapai tingkat accuracy sebesar 97,20%, precision sebesar 88,00%, dan recall sebesar 93,62% dalam mendiagnosis penyakit kulit scabies. Keberhasilan ini membuktikan bahwa algoritma Naïve Bayes dapat menjadi alat yang efektif dalam deteksi dini penyakit kulit pada hewan peliharaan kucing dan kelinci, dengan kemampuan untuk mengidentifikasi pola-pola yang berkaitan dengan kasus scabies. Selain itu, variabel yang paling berpengaruh dalam diagnosis meliputi tingkat keparahan gejala telinga keropeng yang bisa menyebabkan kematian pada hewan peliharaan.