Sistem Pakar Mendiagnosa Penyakit Flu Babi Menerapkan Metode Hybrid Case Based

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Pakar Mendiagnosa Penyakit Flu Babi Menerapkan Metode Hybrid Case Based"

Transkripsi

1 Sistem Pakar Mediagosa Peyakit Flu Babi Meerapka Metode Hybrid Case Based Ricki Avrizal Program Studi Tekik Iformatika, STMIK Budi Darma, Meda, Idoesia Jala Sisigamagaraja No. 338 Meda, Idoesia Abstrak Sistem pakar merupaka program Artificial Itelligece yag meggabugka basis pegetahua dega mesi iferesi. Ii merupaka bagia peragkat luak spesialisasi tigkat tiggi, yag berusaha meduplikasi fugsi seorag pakar dalam satu bidag keahlia tertetu. Sistem pakar diagosa peyakit taama kacag taah ii bertujua utuk mediagosa peyakit flu babi pada mausia, sehigga dapat dilakuka peagaa yag tepat da tidak meimbulka wabah di masyarakat. Flu babi adalah peyakit yag sagat berbahaya kepada mausia, kara dapat meyebabka kematia. Utuk peyakit ii sagat dibutuhka diagosa yag cepat kara dapat meular atara mausia ke hewa ataupu sebalikya da peyakit ii dapat meular disemu kelompok umur. Pelaksaa medis hususya dokter pada saat ii masih sagat terbatas jika di badigka dega jumlah peduduk yag terus meigkat, Ii membuat masyarakat yag mederita peyakit flu babi susah berkosultasi kepada dokter, akibatya peyakit flu babi ii semaki meluas dikareaka peagaa yag lamba. Dari permasalaha tersebut memuculka gagasa utuk membuat suatu aplikasi yag bisa mediagosa peyakit flu babi da dapat membatu masyarakat yag terkea flu babi utuk dapat medapat peagaa yag cepat. Metodologi yag diguaka dalam pembuata aplikasi ii adalah metode Hybrid Case Based. yaitu peggabuga atara case based reasoig (CBR) dega rule based reasoig (RBR). pada dasarya CBR merupaka salah satu metode yag megguaka solusi kasus sebelumya utuk meyelesaika kasus yag baru. Sedagka pada tekik RBR sistem aka melakuka pegecekka data masuka (iput) berdasarka atura yag telah tersimpa dalam basis atura (rule base) keduaya memiliki kelebiha da kekuraga masigmasig. Kata Kuci : Sistem Pakar, Flu Babi, Hybrid Case Based. Abstract Expert system is a Artificial Itelligece program that combies the kowledge base with iferece machies. This is a part of high-level specializatio software, which seeks to duplicate the fuctios of a expert i a particular area of expertise. The expert system for diagosig peaut plat disease aims to diagose swie flu i humas, so that appropriate treatmet ca be carried out ad does ot cause outbreaks i the commuity. Swie flu is a disease that is very dagerous to humas, because it ca cause death. For this disease, a very fast diagosis is eeded because it ca be trasmitted betwee humas to aimals or vice versa ad this disease ca spread to a age group. Medical implemeters, especially doctors, are still very limited whe compared to the populatio that cotiues to icrease. This makes people sufferig from swie flu difficult to cosult with doctors, as a result of this swie flu disease is icreasigly widespread due to slow hadlig. Of these problems raises the idea of makig a applicatio that ca diagose swie flu disease ad ca help people affected by swie flu to get fast treatmet. The methodology used i makig this applicatio is the Hybrid Case Based method. which is a combiatio of case based reasoig (CBR) with rule based reasoig (RBR). Basically CBR is oe method that uses the previous case solutio to solve a ew case. While the RBR techique checks the iput data based o the rules that have bee stored i the rule base, both of which have their advatages ad disadvatages. Keywords: Expert System, Swie Flu, Hybrid Case Based. 1. PENDAHULUAN Peerapa ilmu komputer semaki meluas ke berbagai bidag, seperti Artificial Itelligesi atau AI da dalam bahasa Idoesia disebut dega kecerdasa buata yaitu kecerdasa dibuat da dimasukka ke dalam suatu mesi/komputer supaya bisa melakuka pekerjaa seperti yag bisa dikerjaka oleh mausia. Seperti kemampua utuk mejawab digosa, pejadwala, pertayaa da lai-lai. Yag memusatka perhatia pada peyediaa solusi masalah dikehidupa yag yata dega macam-macam bidag yag megguaka kecerdasa buata diataraya game computer, sistem pakar jariga syaraf tirua, logika fuzzy da robotika. Sistem pakar merupaka salah satu cabag ilmu komputer juga dapat diterapka di bidag kedoktera. Sistem pakar adalah suatu sistem yag memafaatka pegetahua mausia yag ditagkap di sebuah komputer utuk memecahka masalah yag biasaya membutuhka keahlia mausia atau biasa disebutka duplikat dari seorag pakar da memodelka kemampua meyelesaika masalah seperti layakya seorag pakar. Virus iflueza tipe A, H1N1 atau yag dikeal dega sebuta flu babi (swie flu) merupaka virus iflueza baru yag meyebabka peyakit pada mausia. Diagosa cepad flu babi petig utuk meguragi peulara, melidugi pasie dari peyulit (komplikasi) dega memberika ativiral da utuk mejelaska kepada masarakat. Flu babi merupaka peyakit yag sagat meular, yag meyerag sistem perapasa (respiratori akut) da peyakit ii meular secara cepat di semua kelompok umur da meimbulka wabah raya atau peyakit meular cepat. Page 204

2 Pelaksaa medis, hususya dokter, saat ii masih sagat terbatas jika di badigka dega jumlah peduduk yag terus meigkat. Pekerjaa dokter mejadi berkali lipat dari seharusya. Ii membuat masyarakat yag mederita peyakit flu babi susah berkosultasi kepada dokter, akibatya peyakit flu babi ii semaki meluas dikareaka peagaa yag lamba. Belum lagi masyarakat yag tiggal dikampug yag jauh dari perkotaa yag sagat susah mejumpai seorag dokter, kadag-kadag bisa bermiggu-miggu tidak ada dokter yag bertugas di puskesmas dega alassa dokter sedag berada diluar kota. Akibatya bayak masyarakat dikampug tidak bisa berkosultasi tetag peyakitya da bahayaya kalo ada masyarakat yag terkea flu babi semetera dokter satupu tidak ada yag bertugas dipuskesmas, jadiya sicalo pasie meuggu sampai ada dokter yag bertugas di puskesmas tersebut. Akibatya peyakit ii aka meular atar orag ke orag da meluas mejadi wabah di kampug tersebut[1]. 2.1 Sistem Pakar 2. LANDASAN TEORI Sistem pakar adalah salah satu cabag dari AI yag membuat pegguaa secara luas kowledge yag husus utuk meyelesaika masalah tigkat mausia yag pakar. Seorag pakar adalah orag yag mempuyai keahlia dalam bidag tertetu, yaitu pakar yag mempuyai kowledge atau kemampua khusus yag orag lai tidak megetahui atau mampu dalam bidag yag dimilikiya. Ketika sistem pakar dikembagka pertama kali sekitar tahu 70-a sistem pakar haya berisi kowledge yag eksklusif. Namu demikia sekarag ii istilah sistem pakar sudah diguaka utuk berbagai macam sistem yag megguaka tekologi sistem pakar itu. Tekologi sistem pakar ii meliputi bahasa sistem pakar, program da peragkat keras yag diracag utuk membatu pegembaga da pembuata sitem pakar. 2.2 Haybrid Case Based Rule Based Reasoig(RBR) merupaka atura-atura logis di maa setiap aturaya didapat dari studiliteratur da iformasi dari ahli tapa melihat kasus yag dihadapi. Selai itu ada beberapa cara alteratif utuk memperoleh atura tersebut megguaka metode pembelajara mesi berdasarka data empiris yag ada. Satu atura direpresetasika dega: IF<kodisi>THEN<kesimpula>, di maa setiap kodisi-kodisi dari atura ke atura yag laiya terhubug satu dega yag lai melalui peghubug logika seperti peghubug da, atau, egasi, serta peghubug laiya membetuk sebuah fugsi logis. Case Based Reasoig (CBR) adalah salah satu peyelesaia masalah, di maa masalah tersebut diselesaika dega melihat pola atau keadaa yag telah terjadi sebelumya. Secara formal, CBR didasarka pada hipotesa bahwa solusi permasalaha-permasalaha sebelumya dapat membatu peyelesaia permasalaha terkii, sepajag terdapat kemiripa di atara mereka. CBR mempuyai 4 lagkah utama,yaitu: retrieve, reuse, revise, da retai. Pada lagkah retrieve, kasus yag sebearya terjadi diambil. Sebuah kasus terdiri dari permasalaha, solusi da lagkah-lagkah bagaimaa permasalaha dapat dipecahka.permasalaha tersebut mempuyai pola dasar utuk memecahka masalah yag atiya bisa dipakai lagi jika meemuka masalah yag mirip dega masalah ii atiya. Kemudia pada lagkah reuse, kasus yag sudah ada diguaka kembali, dega cara meyesuaika masalah dega keadaa yag terjadi saat ii sehigga permasalaha saat ii madapatka solusi yag tepat. Setelah solusi diuji da kurag memuaska, solusi aka direvisi sampai meemuka solusi yag diigika pada lagkah revise. (A. B) = A. B = i =1 (A i. B i ) A. B =A i =1B i i i (1) 3. ANALISA DAN PEMBAHASAN Dalam tahap ii dilakuka pecaria da pegumpula data serta pegetahua yag diperluka oleh sistem pakar. Sehigga pada akhirya didapatka hasil dari aalisa berupa sebuah sistem yag strukturya dapat didefiisika dega baik da jelas. Tujua dari aalisa sistem dalam pegembaga sistem pakar ii adalah utuk medapatka berbagai kebutuha peggua da sistem, yaitu perihal masuka da keluara yag harus disediaka oleh peggua serta dibutuhka oleh sistem. Proses tersebut aka mejadi masuka bagi proses peracaga sistem secara keseluruha. Isi daftar atura berdasarka uruta da pola tertetu. Selama proses kosultasi atara sistem da pemakai, mekaisme iferesi meguji atura satu demi satu sampai kodisi atura itu bear. Program sistem pakar merupaka program dega basis pegetahua yag diamis. Dega kata lai, pegetahua yag ada pada program ii harus dapat bertambah atau bisa di edit tapa harus megubah isi dari program secara keseluruha. Page 205

3 Proses perhituga presetase kepercayaa diawali dega pemecaha sebuah rule yag memiliki premis majemuk, mejadi rule yag memiliki premis tuggal. Kemudia masig-masig atura baru dihitug Hybrid case based ya, sehigga diperoleh ilai Hybrid case based utuk masig-masig atura. Kemudia ilai tersebut dikombiasika. berikut ii termiologi kepercayaa peggua kosultasi diberi piliha jawaba dega masigmasig bobot: 1. Sagat Yaki : Yaki : CukupYaki : Sedikit Yaki : Tidak tahu : Tidak : 0 Tabel 1. Tabel Presetasi Tigkat Presetasi Nilai Kemugkia 0% - 50% Kemugkia tidak terjadi 51% - 75% Sedikit kemugkia terjadi 76% - 84% Kemugkia besar terjadi 86% - 100% Sagat yaki terjadi Berdasarka hasil kosultasi da wawacara dega pakar maka diperoleh data gejala-gejala flu babi yag di terapka dalam betuk tabel adalah sebagai berikut: Tabel 2. Gejala-gejala Flu Babi No Gejala Kode Gejala 1 Batuk G1 2 Paas mulai dari 38 0 G2 3 Sesak apas (Dyspoe) G3 4 Nyeri teggoroka G4 5 Kelelaha yag sagat G5 6 Diare G6 7 Mutah G7 8 Nyeri pada persedia G8 9 Lemah lesu G9 10 Nyeri kepala G10 11 Tekaa darah redah (Hipotesi) G11 12 Paas digi G12 13 Pigsa (sikop) G13 14 Peurua kesadara G14 15 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi G15 Sumber : Dr. B. JOHAN. NASUTION. Sp. OG Dari tabel di atas, sistem dapat memberika iformasi megeai gejala peyakit flu babi pada seseorag, jika gejala pada pederita flu babi sesuai dega yag di iput, maka rule yag dapat diguaka utuk mediagosa peyakit flu babi terdapat pada tabel berikut ii. Rule Rule 1 Rule 2 Rule 3 Rule 4 Rule 5 Tabel 3. Data Gejala-gajal Terjadiya flu babi Berdasarka Rule Gejala If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G11, G12, The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G14, G15 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G11, G12, G14 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G15 The Flu Babi If G1, G2, G3, G4, G5, G6, G7, G8, G9, G10, G13, G15 The Flu Babi Dari gejala yag dijawab user memiliki ilai bobot sebagai berikut: Page 206

4 Tabel 4. Gejala yag dimiliki user Gejala Keteraga Bobot Batuk Sagat yaki 1,0 Paas mulai dari 38 0 Sedikit yaki 0,4 Sesak apas (Dyspoe) Yaki 0,4 Nyeri teggoroka Tidak 0 Kelelaha yag sagat Sagat yaki 1,0 Diare Yaki 0,8 Mutah Tidak 0 Nyeri pada persedia Tidak tahu 0,2 Lemah lesu Yaki 0,8 Nyeri kepala Tidak 0 Tekaa darah redah (Hipotesi) Tidak tahu 0,2 Paas digi Sedikit yaki 0,4 Pigsa (sikop) Tidak 0 Peurua kesadara Tidak 0 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi Cukup yaki 0,6 Kemudia di cocokka dega data kasus yag tertera pada tabel pasie yag perah megalami gejala sebelumya yag berilai 1 jika ya da berilai 0 jika tidak. Table 5. Gejala yag dialami pasie Kode Gejala Pasie P1 P2 P3 P4 P5 G1 Batuk G2 Paas mulai dari G3 Sesak apas (Dyspoe) G4 Nyeri teggoroka G5 Kelelaha yag sagat G6 Diare G7 Mutah G8 Nyeri pada persedia G9 Lemah lesu G10 Nyeri kepala G11 Tekaa darah redah (Hipotesi) G12 Paas digi G13 Pigsa (sikop) G14 Peurua kesadara G15 Perah bersetuha atau berdekata dega orag yag fositip terkea flu babi Maka pada user = A Maka pada pasie = B A = 1,0 0,4 0,4 0 1,0 0,8 0 0,2 0,8 0 0,2 0, ,6 B = B1 =(1,1,1,1,1,1,1,1,1,1,1,1,0,0,0) =(1,1,1,1,1,1,1,1,1,1,0,0,0,1,1) =(1,1,1,1,1,1,1,1,1,1,1,1,0,1,0) =(1,1,1,1,1,1,1,1,1,1,0,0,0,0,1) =(1,1,1,1,1,1,1,1,1,1,0,0,1,0,1) Tahap 1 i = 1(Ai Bi) = (1,0*1) + (0,4*1) + (0,4*1) + (0*1) + (1,0*1) + (0,8*1) + (0*1) + (0,2*1) + (0,8*1) + (0*1) + (0,2*1) + (0,4*1) + (0*0) + (0*0) + (0,6*0) = 5,2 = A i i i = 1B i = (1 + 0,16 + 0, , ,04 + 0, ,04 + 0, ,36) ( ) = 4,2 12 = 50,4 Page 207

5 = 1(Ai Bi) = = A i = 1B i i i i 5,2 50,4 = 5,2 = 0,73 = 73% 7,09 Dari hasil perhituga diatas, gejala yag telah di jawab oleh peggua/user masig-masig tahap memiliki ilai sebagai berikut: 1. Tahap 1: 73 % 2. Tahap 2: 75 % 3. Tahap 3: 70 % 4. Tahap 4: 73 % 5. Tahap 5: 67 % Dari hasil tahap di atas aka di pilih ilai tertiggi yag hampir medekati berdasarka kasus yag telah terjadi sebelumya da ilai tertiggi terdapat pada tahap yag ke dua dega ilai 75 % da pada tigkat persetasi 51% - 75% ilai kemugkia yag di dapat dalam proses mediagosa adalah sedikit kemugkia terkea flu babi. 4. IMPLEMENTASI Aplikasi mediagosa peyakit flu babi pada sistem pakar, berikut hasil dari implemetasi aplikasi yag telah diracag, tampila meu utama dapat dilihat pada gambar 1. Gambar 1. Meu Utama Tampila iput aplikasi mediagosa peyakit flu babi pada sistem pakar. 1. Tambah kasus Gambar 2. Tambah kasus Page 208

6 2. Kosultasi Pada kosultasi memiliki 15 pertayaa da masig-masig pertayaa diambil dari gejala yag sudah ada. Gambar 3. Kosultasi user 3. Tampila output Tampila output kosultasi pada aplikasi mediagosa peyakit flu babi pada sistem pakar, berikut tampila pada gambar 4. Gambar 4. Tampila output kosultasi 5. KESIMPULAN Adapu kesimpula dari pembahasa dari peelitia sebagai berikut: 1. Aplikasi sistem pakar dega meerapka metode hybrid case based dapat diguaka utuk mediagosa peyakit flu babi dega mejawab pertayaa berdasarka gejala yag mucul. 2. Metode hybrid case based dapat di terapka pada aplikasi sistem pakar utuk mediagosa peyakit flu babi 3. meracag sistem pakar dega megguaka metode Hybrid case based pada aplikasi sistem pakar bisa berjala dega baik da bisa meghasilka output yag diharapka. REFERENCES [1] Efraim Turba, Jay E Aroso, ad Tig Peg Liag, Decisio Support Systems ad Itelligete Systems, 1st ed., Siska Primaigrum, Ed. Yogyakarta, Idoesia: Adi, [2] Muhammad Arhami, KOsep Dasar Sistem Pakar, 1st ed. Yogyakarta, Idoesia: Adi OFFSET, [3] dr. Arief ad Ari Setiawa, Megeal da Mecegah Flu Babi & Flu Burug, Sujiatii M.Keb S.ST., Ed. Idoesia, Yogyakarta. [4] Rosa A. S. M. Salahuddi, Rekayasa Peragkat Luak Terstruktur da Berorietasi Objeck, iformatika, Ed. Badug, [5] Ir. Yuiar Supardi, Buku Kuliah Web Programimig 1 (PHP), jakarta, Litas Buaa, [6] MADCOMS, Aplikasi Web Database Dega Dreamweaver da PHP MySQL, Yogyakarta,Adi, [7] Wahaa Komputer Pemerograma Visuaal Basic.et 2005, Yogyakarta, Adi, [8] S Pasaribu Johi, IMPLEMENTASI SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT MATA PADA MANUSIA, Setika 2015, pp , Maret [9] J Sembirig ad O Siaipar, "Cliical pathology ad medical laboratory," EPIDEMIOLOGI DAN DIAGNOSIS KEDOKTERAN LABORATORIK INFEKSI VIRUS H1N1, vol. 6, pp , Juli Page 209

7 [10] Yeremia Yuliawa, M.J Suarto Dewiyai, ad Toy soebijoo, "Pegembaga sistem iformasi pedataa jemaat gereja masehi advet hari ketujuh koferes jawa kawasa timur berbasis web," Jural Sistem Iformasi, vol. 2, pp , Page 210

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web

Sistem Pakar Deteksi Diabetes Mellitus Menggunakan Metode Bayesian Berbasis Web Sistem Deteksi Diabetes Mellitus Megguaka Metode Bayesia Berbasis Web Voy Pawaka Program Studi Tekik Iformatika Jurusa Tekik Elektro Fakultas Tekik Uiversitas Tajugpura e-mail: voypwk@gmail.com Abstrak

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Istalasi Software da Hardware Dalam pembuata program ii, peulis megguaka Microsoft Visual Studio 2008, utuk implemetasiya megguaka program Crystal Report 8 utuk membuat

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA BAYES Ibu Titto Dessetiadi 1), Ade Pujiato 2), M. Gustafiato Ardi 3) 1), 2, 3)

Lebih terperinci

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID

DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID DIAGNOSA PENYAKIT TELINGA HIDUNG DAN TENGGOROKAN (THT) PADA ANAK DENGAN MENGGUNAKAN SISTEM PAKAR BERBASIS MOBILE ANDROID [1] Dii Aggraii, [2] Bei Irawa, da [3] Tedy Rismawa [1] [2] [3] JurusaSistem Komputer,

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat 38 3.1 Lokasi da Waktu Peelitia 3.1.1 Lokasi Peelitia BAB III METODE PENELITIAN Lokasi peelitia ii dilakuka di Puskesmas Limba B terutama masyarakat yag berada di keluraha limba B Kecamata Kota Selata

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Jural Iformatika Mulawarma Vol. 10 No. 2 September 2015 20 SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN SEPEDA MOTOR DENGAN METODE WEIGHTED PRODUCT Necy Nurjaah 1), Zaial Arifi 2), Dya Marisa Khairia 3) 1,2,3)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan pada PT Gapura Angkasa khususnya sistem BAB III METODOLOGI PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilakuka pada PT Gapura Agkasa khususya sistem peagaa bagasi di Termial 2 Gate D da E Badara Iterasioal Soekaro-Hatta, Cegkareg, Jakarta

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN 4.1Aalisa Sistem Lama BAB IV ANALISA DAN PERANCANGAN Sistem yag ada di UIN SUSKA Riau dalam pegiformasia tetag kampus bagi calo mahasiswa biasaya dega melihat iformasi dari website resmi kampus UIN yag

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 37 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii termasuk peelitia pegembaga, yaitu pegembaga buku teks matematika. Model pegembaga yag diguaka adalah model 4-D (four D models) dari Thigaraja

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE

Pemilihan Ketua BEM Fakultas Teknik UN PGRI Kediri menggunakan Metode ELECTRE Pemiliha Ketua BEM Fakultas Tekik UN PGRI Kediri megguaka Metode ELECTRE Nalsa Citya Resti Sistem Iformasi, Fakultas Tekik, Uiversitas Nusatara PGRI Kediri E-mail: alsacitya@upkediri.ac.id Abstrak salah

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

Bab 3 Kerangka Pemecahan Masalah Bab 3 Keragka Pemecaha Masalah 3.1. Metode Pemecaha Masalah Peelitia ii disajika dalam lagkah-lagkah seperti ag terdapat pada gambar dibawah ii. Peajia secara sistematis dibuat agar masalah ag dikaji dalam

Lebih terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES

SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS MENGGUNAKAN TEOREMA BAYES Cha Uswatu Khasaah 1), Nuzul Dwi Profesiigrum 2), Ade Pujiato 3) 1), 2, 3) Tekik Iformatika STMIK AMIKOM Yogyakarta Jl Rig Road

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES Semiar Nasioal Tekologi Iformasi da Multimedia 2016 SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT MENTAL PADA ANAK MENGGUNAKAN ALGORITMA BAYES Ade Pujiato 1), Ibu Titto Dessetiadi 2), M. Gustafiato Ardi 3) 1),

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Dalam duia iformatika, assigmet Problem yag biasa dibetuk dega matriks berbobot merupaka salah satu masalah terbesar, dimaa masalah ii merupaka masalah yag metode peyelesaiaya

Lebih terperinci

PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL

PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL Jural Sais da Tekologi Vol 7 o 2, Desember 207 PERANCANGAN SITUS WEBSITE SISTEM PEMASARAN PADA PT. RADJAWALI MENGGUNAKAN BAHASA PEMROGRAM PHP DAN DATABASE MYSQL Eko Amri Jaya Sistem Iformasi, Sekolah Tiggi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI0939 APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI MENGGUNAKAN KOMBINASI METODE HISTOGRAM EQUALIZATION DAN FAST GRAY LEVEL GROUPING (Kata kuci: Fast gray level groupig,

Lebih terperinci

PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR

PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR PERANCANGAN DATABASE BUKU TAMU DAN SURAT MENYURAT PADA DINAS PEMBERDAYAAN MASYARAKAT DAN DESA KABUPATEN BOGOR Marhaei, Yoki Saputra Prodi Sistem Iformasi Istitut Sais da Tekologi Nasioal (ISTN) Email :

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Eksplorasi Algoritma Mass, Profit,, Profit / Mass, atau Profit / utuk Persoala Iteger Kapsack yag Bedaya Berupa Zat Kimia dega Jeisya Terdefiisi Abstrak Riyai Mardikaigrum 1, Nurshati 2, Vaia Karimah 3

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

LAMPIRAN-LAMPIRAN 110

LAMPIRAN-LAMPIRAN 110 LAMPIRAN-LAMPIRAN 110 Lampira 1. Kuesioer SURAT PERMOHONAN Perihal : Permohoa Batua Pegisia Kuesioer Peelitia No : Kepada Yth : Bpk/Ibu/Sdr-I Selaku Respode Di Tempat. Dega Hormat, Dalam ragka memeuhi

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 40 BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia pada peelitia ii adalah peelitia eksperime semu atau biasa disebut pre-eksperime. Karea pada peelitia ii, peeliti haya megguaka kelas eksperime

Lebih terperinci

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Iformasi UNIKOM 2016 Nizar Rabbi Radliya izar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Kompetesi Dasar Memahami tekik data miig klasifikasi da mampu meerapka

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT

ANALISIS SISTEM ANTRIAN PADA LOKET PENDAFTARAN PASIEN DI PUSKESMMAS PADANG PASIR KECAMATAN PADANG BARAT Jural Sais da Tekologi Vol 7 o 2, Desember 27 ANALISIS SISTEM ANTRIAN ADA LOKET ENDAFTARAN ASIEN DI USKESMMAS ADANG ASIR KECAMATAN ADANG BARAT Ali Suta Nasutio, Seira Mutia 2 Tekik Idustri Sekolah Tiggi

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Aplikasi Program untuk Mendiagnosa Penyakit Kandungan Menggunakan Metode Waterfall

Aplikasi Program untuk Mendiagnosa Penyakit Kandungan Menggunakan Metode Waterfall Jural Tekik Komputer, Aplikasi Program utuk Mediagosa Peyakit Kaduga Megguaka Metode Waterfall Ridwasyah Program Studi (Tekik Iformatika) STMIK Nusa Madiri Jakarta Jl. Damai No. 8 Warug Jati Barat (Margasatwa),

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

Beberapa metode pengembangan sistem : a. Metode pengembangan Evolusioner

Beberapa metode pengembangan sistem : a. Metode pengembangan Evolusioner PENDEKATAN PENGEMBANGAN SISTEM Beberapa metode pegembaga sistem : a. Metode pegembaga Evolusioer b. Metode pegembaga Re-usable c. Metode Prototypig d. Metode Pegembaga berorietasi objek a. METODE PENGEMBANGAN

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang 5 III. METODOLOGI PENELITIAN A. Metode Peelitia Meurut Sukardi, (003:7) Metodologi peelitia adalah cara yag dilakuka secara sistematis megikuti atura-atura, direcaaka oleh para peeliti utuk memecahka permasalaha

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI III.1 Peambaga Teks (Text Miig) Text Miig memiliki defiisi meambag data yag berupa teks dimaa sumber data biasaya didapatka dari dokume, da tujuaya adalah mecari kata-kata yag dapat

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB

SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB Semiar Nasioal Tekologi Iformasi da Multimedia 2017 SISTEM PAKAR DIAGNOSA PENYAKIT BUAH NANAS MENGGUNAKAN ALGORITMA BAYES BERBASIS WEB hyrga Purama Dewa 1), Ade Pujiato 2), Muhhamad Hatta Putra 3) 1),

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Murien Nugraheni 1), Sri Hartati 2) 1,2) Program Studi Ilmu Komputer

Murien Nugraheni 1), Sri Hartati 2) 1,2) Program Studi Ilmu Komputer SISTEM PENALARAN BERBASIS KASUS UNTUK PENDUKUNG DIAGNOSIS GANGGUAN PENYAKIT PADA UNGGAS (Case Based Reasoig System to Support Diagosis of Diseases i Poultry) Murie Nugrahei 1), Sri Hartati 2) 1,2) Program

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan

BAB III METODE PENELITIAN. penelitian ini adalah penelitian diskriptif kuantitatif. Dalam hal ini peneliti akan BAB III METODE PENELITIAN A. Jeis Peelitia Berdasarka pertayaa peelitia yag peeliti ajuka maka jeis peelitia ii adalah peelitia diskriptif kuatitatif. Dalam hal ii peeliti aka mediskripsika kemampua relatig,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011. III. METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di halama Pusat Kegiata Olah Raga (PKOR) Way Halim Badar Lampug pada bula Agustus 2011. B. Objek da Alat Peelitia Objek peelitia

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph

SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph SB/P/BF/14 PERFORMA PERTUMBUHAN IKAN NILA BEST PADA BERBAGAI MEDIA ph M.H. Fariduddi Ath-thar, Vitas Atmadi Prakoso, Otog Zeal Arifi, da Rudhy Gustiao Balai Riset Perikaa Budidaya Air Tawar, Jl. Sempur

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii megguaka desai Eksperimet dega pedekata pre test post test with cotrol group. Peelitia ii berupaya utuk megugkapka hubuga sebab-akibat dega cara

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci