<![CDATA[Kelayakan kesehatan sapi potong merupakan faktor penting dalam menjamin mutu produk hewani dan keberhasilan usaha peternakan. Penilaian kelayakan secara manual oleh petugas atau dokter hewan sering bersifat subjektif dan memerlukan waktu lama, sehingga dibutuhkan sistem yang mampu memberikan hasil analisis cepat dan objektif. Penelitian ini bertujuan untuk menerapkan metode Naive Bayes sebagai model klasifikasi dalam sistem pendukung keputusan untuk menentukan kelayakan kesehatan sapi potong berdasarkan data parameter kesehatan seperti suhu tubuh, denyut jantung, frekuensi pernapasan, nafsu makan, kondisi kuku, dan status vaksinasi. Metode penelitian menggunakan pendekatan data mining dengan tahapan pengumpulan data, preprocessing, pembentukan model klasifikasi menggunakan algoritma Naive Bayes, serta pengujian menggunakan data uji untuk menilai tingkat akurasi. Sistem dikembangkan berbasis web menggunakan framework CodeIgniter dan diuji dengan data dari Dinas Peternakan dan Rumah Potong Hewan (RPH) Kabupaten Bogor. Hasil pengujian menunjukkan bahwa model Naive Bayes mampu memberikan tingkat akurasi sebesar 90%. Penerapan metode ini terbukti efektif untuk membantu peternak dan petugas dalam pengambilan keputusan yang lebih cepat, akurat, dan konsisten terhadap kondisi kesehatan sapi potong.]]>
Copyrights © 2026
