Penyakit sapi memberikan dampak signifikan terhadap penurunan produksi daging bagi para peternak sapi. Untuk meminimalisir dampak penyakit perlu dilakukan pendeteksian dan penanganan sedini mungkin secara mandiri menggunakan sistem cerdas. Penelitian sebelumnya menghasilkan sistem cerdas menggunakan algoritma Backpropagation Artificial neural Network(ANN). Namun ANN bersifat black-box karena kita tidak dapat melihat informasi yang mendasari hasil diagnosa. Sedangkan sistem cerdas berbasis Cased-Based Reasoning(CBR) mampu menyelesaikan permasalahan tersebut karena CBR memberikan hasil diagnosa berdasarkan permasalahan terdahulu yang dapat direvisi untuk memecahkan permasalahan terbaru. Selain itu, ciri-ciri gejala yang mendasari hasil diagnosa juga dapat diamati. Dari ketiga uji coba dengan case didalam case memory(skenario 1), diluar case memory(skenario 2), dan gejala parsial dari case memory(skenario 3) mendapatkan hasil yang baik dengan nilai precision 100% dan 95.83% untuk skenario 1 dan 3, serta nilai precision yang memang kurang baik untuk skenario 2 sebesar 59.31%. Hasil yang kurang baik pada skenario 2 terjadi karena case yang digunakan belum pernah ditangani oleh sistem cerdas sehingga belum ada case di case memory yang memiliki ciri-ciri gejala yang sama dengan gejala yang diinputkan. Dari hasil uji coba dapat disimpulkan bahwa sistem cerdas ini dapat memberikan hasil diagnosa yang akurat dan memudahkan peternak sapi dalam mendiagnosa secara mandiri.