<![CDATA[Kemajuan teknologi di bidang kesehatan hewan memberikan peluang signifikan untuk meningkatkan kemampuan deteksi dini terhadap penyakit pada hewan peliharaan. Penelitian ini berfokus pada pengembangan model klasifikasi penyakit kucing menggunakan algoritma K-Nearest Neighbor (KNN) untuk membedakan antara penyakit menular dan tidak menular berdasarkan gejala yang diamati. Model ini dirancang untuk mendukung proses diagnosa awal, yang sering terkendala oleh keterbatasan tenaga medis hewan dan kurangnya pemahaman pemilik dalam mengenali gejala penyakit. Data gejala dikumpulkan melalui observasi klinis dan laporan pemilik, yang kemudian digunakan untuk melatih algoritma KNN. Penelitian ini memanfaatkan data gejala penyakit kucing yang umum ditemukan dan menerapkan algoritma KNN untuk menghasilkan klasifikasi yang akurat. Hasil pengujian menunjukkan bahwa penerapan KNN secara efektif dapat meningkatkan efisiensi dan akurasi dalam identifikasi penyakit menular maupun tidak menular. Sistem ini diharapkan dapat memberikan kontribusi positif, baik bagi klinik hewan maupun pemilik dalam meningkatkan kualitas perawatan kesehatan hewan peliharaan.]]>
Copyrights © 2025
