Sistem Pakar Menggunakan Metode Forward Chaining untuk Diagnosis Penyakit Tetelo pada Unggas

Abstract

Abstrak - Penelitian ini membahas pengembangan sistem pakar untuk mendiagnosis penyakit Tetelo (Newcastle Disease) pada unggas dengan studi kasus di peternakan Depok Unggas. Penyakit Tetelo menjadi salah satu ancaman serius bagi keberlangsungan usaha peternakan unggas karena tingkat penularannya tinggi dan gejalanya sering kali sulit dibedakan dari penyakit unggas lainnya. Penelitian ini bertujuan merancang dan membangun sistem pakar berbasis komputer yang mampu membantu peternak melakukan diagnosis dini secara cepat, mandiri, dan akurat. Metode inferensi yang digunakan adalah forward chaining, di mana gejala yang diinput pengguna akan ditelusuri dan dicocokkan dengan basis aturan (rule) hingga diperoleh kesimpulan berupa diagnosis penyakit. Pengetahuan dalam sistem dikumpulkan melalui wawancara dengan pakar dan studi literatur, sementara sistem dikembangkan dengan fitur diagnosis interaktif serta fasilitas pengelolaan data gejala, penyakit, dan rule bagi administrator. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan diagnosis beserta deskripsi penyakit dan saran penanganan awal, sehingga dapat membantu peternak mengambil langkah tepat sebelum memperoleh layanan medis dari tenaga ahli. Antarmuka yang intuitif memudahkan pengguna maupun admin dalam menjalankan sistem, meskipun efektivitas diagnosis tetap sangat bergantung pada kelengkapan data yang dimasukkan. Dengan demikian, sistem pakar ini diharapkan mampu menjadi solusi praktis bagi peternak unggas, khususnya di Depok Unggas, dalam mendeteksi penyakit Tetelo dan meningkatkan produktivitas serta keberlangsungan usaha peternakan.

Kata kunci : Sistem Pakar; Tetelo; Forward Chaining;

Abstract - This study discusses the development of an expert system to diagnose Newcastle Disease (Tetelo) in poultry, using the Depok Unggas farm as a case study. Newcastle Disease poses a serious threat to the viability of poultry farming businesses due to its high transmission rate and symptoms that are often difficult to distinguish from other poultry diseases. The study aims to design and build a computer-based expert system capable of assisting farmers in performing rapid, independent, and accurate early diagnoses. The inference method employed is forward chaining, wherein symptoms input by the user are traced and matched against a rule base until a diagnostic conclusion is reached. System knowledge was gathered through expert interviews and literature reviews, while the system was developed to include interactive diagnostic features and data management tools—covering symptoms, diseases, and rules—for administrators. Research results indicate that the system successfully provides diagnoses, along with disease descriptions and initial management recommendations, thereby enabling farmers to take appropriate measures before seeking professional veterinary care. An intuitive interface facilitates system operation for both users and administrators, although diagnostic effectiveness remains heavily dependent on the completeness of the input data. Consequently, this expert system is expected to serve as a practical solution for poultry farmers—particularly at Depok Unggas—in detecting Newcastle Disease and enhancing both productivity and business sustainability.

Keywords: Expert System; Tetelo; Forward Chaining;