Tujuan Dari penelitian ini adalah untuk menghasilkan aplikasi yang mampu melakukan identifikasi terhadap penyakit pada ikan kakap putih. Hal ini dilakukan dikarenakan ikan kakap putih merupakan salah satu komoditas terbesar di Pulau Batam. Ikan ini memiliki banyak peminat baik dari dalam maupun luar pulau Batam. Banyak jenis penyakit yang dapat menyerang ikan kakap putih, walaupun hanya satu ikan yang terjangkit dapat menyebabkan ikan lainnya tertular sehingga mengakibatkan kegagalan panen, sehingga diperlukan suatu sistem yang dapat mengenali jenis penyakit tersebut agar cepat ditangani. Dalam penelitian ini dibuat sistem pakar dengan menggunakan metode case-based reasoning (CBR) dikarnakan metode ini sangat sederhana dan mudah diterapkan pada sistem pakar, namun memiliki kekurangan berupa kesulitan mengolah data yang terlalu banyak dan akan menyebabkan tidak konsisten hasil identifikasi terhadap penyakit. Metode CBR akan menggunakan variabel berupa gejala dan penyakit yang diambil dari database Balai Perikanan Budidaya Laut Batam. Data yang digunakan berupa gejala dan penyakit pada ikan kakap putih. Hasil dari sistem pakar ini berupa nilai persentase kemiripan antara kasus yang telah terjadi dan kasus baru. Dari hasil uji hasil pada kasus baru ikan kakap putih terkena Penyakit Cacing Trematoda dengan nilai 0,90 atau 90% sehingga dengan hasil tersebut sistem ini dapat digunakan sebagai identifikasi penyakit kakap putih.