Kajian Literasi; Pemanfaatan Algoritma Hybrid Chaining untuk Diagnosa Penyakit Kucing Secara Efektif

Abstract

Kajian Literasi ini bertujuan untuk mengembangkan sistem pakar yang menggunakan algoritma hybrid chaining untuk diagnosis penyakit pada hewan peliharaan, khususnya kucing. Melalui pengumpulan data dari 200 kucing yang di diagnosa di dua klinik hewan, sistem ini berhasil mencapai akurasi diagnosis sebesar 85% dan mempercepat waktu diagnosis hingga 30%. Algoritma hybrid chaining, yang menggabungkan metode forward dan backward chaining, menunjukkan efektivitas dalam mengidentifikasi penyakit berdasarkan gejala klinis yang dilaporkan oleh pemilik hewan serta memverifikasi diagnosis yang diajukan oleh dokter hewan. Hasil penelitian ini tidak hanya meningkatkan akurasi dan efisiensi sistem diagnosis tetapi juga meningkatkan kepuasan pemilik hewan peliharaan hingga 90%. Temuan ini menunjukkan potensi besar penggunaan teknologi informasi dalam praktik kedokteran hewan untuk perawatan kesehatan hewan peliharaan. Di masa mendatang, disarankan untuk memperluas aplikasi dan integrasi data dari berbagai klinik serta melibatkan lebih banyak penelitian terkait spesies lainnya.