Sistem Pakar Diagnosis Penyakit Pada Hewan Sapi Berbasis Android Menggunakan Algoritma Perceptron

Abstract

Cattle are livestock that play an important role as a source of animal protein in the form of meat and milk, particularly for communities in East Nusa Tenggara. However, cattle are vulnerable to various infectious diseases such as Thelaziasis, Brucellosis, Septicaemia Epizootica, and Anthrax, which can reduce livestock productivity if not treated promptly. Limited knowledge among farmers in diagnosing diseases is a major problem in the field. Therefore, this study aims to apply the perceptron algorithm in developing an expert system for cattle disease diagnosis and to produce an application that can assist in the early diagnosis process.The method used in this study is a multi-class perceptron algorithm with 14 symptoms as binary input data. The training process was conducted by comparing learning rate values of 0.1, 0.01, and 0.001 and applying a threshold value of 0.3. The best parameters were selected based on convergence speed, weight and bias stability, and computational efficiency. The trained weights and biases were then implemented into an Android Studio–based application without retraining.The results show that a learning rate of 0.1 provides the best performance with faster convergence and stable results. System testing achieved an accuracy of 96.30%. In addition, User Acceptance Testing (UAT) resulted in an achievement level of 97.71%, classified as Very Feasible. Thus, the perceptron-based expert system is effective and feasible for use as a tool to assist in the diagnosis of cattle diseases.

Abstrak

Sapi merupakan hewan ternak yang berperan penting sebagai sumber protein hewani berupa daging dan susu, khususnya bagi masyarakat di Nusa Tenggara Timur. Namun, sapi rentan terserang berbagai penyakit menular seperti Thelaziasis, Brucellosis, Septicaemia Epizootica, dan Antraks yang dapat menurunkan produktivitas ternak apabila penanganannya terlambat. Keterbatasan pengetahuan peternak dalam mendiagnosis penyakit menjadi permasalahan utama di lapangan. Oleh karena itu, penelitian ini bertujuan untuk menerapkan algoritma perceptron dalam membangun sistem pakar diagnosis penyakit sapi serta menghasilkan aplikasi yang dapat membantu proses diagnosis awal.Metode yang digunakan adalah algoritma perceptron multi-class dengan input berupa 14 gejala dalam bentuk data biner. Proses pelatihan dilakukan dengan membandingkan nilai learning rate 0,1; 0,01; dan 0,001 serta menggunakan threshold sebesar 0,3. Parameter terbaik dipilih berdasarkan kecepatan konvergensi, kestabilan bobot dan bias, serta efisiensi waktu komputasi. Bobot dan bias hasil pelatihan kemudian diimplementasikan ke dalam aplikasi berbasis Android Studio tanpa proses pelatihan ulang.Hasil penelitian menunjukkan bahwa learning rate 0,1 memberikan kinerja terbaik dengan konvergensi yang lebih cepat dan hasil yang stabil. Pengujian sistem menghasilkan tingkat akurasi sebesar 96,30%. Selain itu, hasil User Acceptance Testing (UAT) memperoleh tingkat capaian sebesar 97,71% dengan kategori Sangat Layak. Dengan demikian, sistem pakar berbasis perceptron ini dinyatakan efektif dan layak digunakan sebagai alat bantu diagnosis penyakit sapi.