IMPLEMENTASI METODE CASE BASED REASONING DAN ALGORITMA SIMILARITY SORGENFREI DALAM SISTEM PAKAR DIAGNOSIS PENYAKIT VIRAL PADA SAPI BALI DAN PEMETAAN LOKASI DOKTER HEWAN DI KABUPATEN SELUMA

Tingginya jumlah kasus penyakit viral pada sapi di Kabupaten Seluma, menyebabkan
penurunan produktivitas hingga kematian hewan ternak, serta keterbatasan akses peternak
terhadap dokter hewan dan kurangnya pengetahuan tentang penyakit, mendorong
pengembangan sistem pakar ini. Penelitian ini mengembangkan sistem berbasis metode
Case Based Reasoning (CBR) dan algoritma Similarity Sorgenfrei untuk mendiagnosis
penyakit viral pada Sapi Bali serta memetakan lokasi dokter hewan di Kabupaten Seluma.
Sistem ini dirancang untuk membantu peternak di daerah pedesaan dalam melakukan
diagnosis secara mandiri. Penelitian ini menggunakan pendekatan waterfall dalam
pengembangan perangkat lunak dengan bahasa pemrograman PHP dan basis data
MySQL. Data yang digunakan mencakup 8 jenis penyakit viral dan 41 gejala terkait.
Melalui metode CBR, sistem membandingkan gejala baru dengan kasus yang sudah
tersimpan dalam basis pengetahuan, sementara algoritma Similarity Sorgenfrei
menghitung tingkat kesamaan antara kasus baru dan lama. Hasil sistem berupa diagnosis
penyakit, langkah penanganan awal, dan informasi lokasi dokter hewan terdekat.
Pengujian sistem dilakukan menggunakan metode black-box testing untuk memastikan
setiap fungsi sistem berjalan sesuai yang diharapkan. Hasil pengujian menunjukkan
bahwa sistem mampu memberikan diagnosis yang akurat dan membantu peternak dalam
pengambilan keputusan terkait penanganan penyakit pada Sapi Bali. Sistem ini
diharapkan dapat meningkatkan efisiensi dan akurasi diagnosis, serta mengurangi risiko
kerugian ekonomi akibat penyakit ternak.
Kata kunci: Sistem Pakar, Case Based Reasoning, Similarity Sorgenfrei, Penyakit Viral,
Sapi Bali