<![CDATA[Pemilik kucing sering mengalami kesulitan dalam mengenali kondisi kesehatan hewan peliharaan secara dini karena keterbatasan pengetahuan dan akses terhadap layanan dokter hewan. Kondisi tersebut dapat menyebabkan keterlambatan penanganan penyakit. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem klasifikasi kesehatan kucing berbasis web yang memanfaatkan Convolutional Neural Network (CNN) dengan arsitektur VGG-16. Sistem dirancang untuk mengidentifikasi dua kelas, yaitu kucing sehat dan kucing sakit. Dataset diperoleh melalui teknik web scraping dengan total 2.096 gambar, terdiri dari 1.672 gambar kucing sehat dan sisanya gambar kucing sakit. Data dibagi menjadi 80% data latih, 10% data validasi, dan 10% data uji, kemudian diproses melalui tahap preprocessing untuk menyesuaikan ukuran, format, serta normalisasi piksel. Model CNN dilatih dan dievaluasi menggunakan confusion matrix dan classification report. Hasil penelitian menunjukkan bahwa model mencapai akurasi 97% serta nilai precision, recall, dan F1-score yang tinggi pada kedua kelas, sehingga mampu melakukan klasifikasi dengan tingkat kesalahan yang rendah. Selain itu, pengujian sistem menggunakan metode Blackbox Testing memastikan seluruh fitur berjalan sesuai kebutuhan. Sistem berbasis web ini memungkinkan pengguna mengunggah gambar kucing secara langsung tanpa instalasi tambahan. Penelitian ini menunjukkan bahwa sistem yang dikembangkan dapat membantu pemilik kucing melakukan deteksi dini kesehatan hewan peliharaan secara cepat, praktis, dan akurat.]]>
Copyrights © 2025
