PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR UNTUK ANALISA PENYAKIT DALAM
|
|
- Ade Bambang Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR UNTUK ANALISA PENYAKIT DALAM Adhi Sadewo Broto (L2F304202) Imam Santoso - Ajub Ajulian Zahra Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro Healthy is something that is very pricelesss, without it people can t enjoy this life. As years go by, many kinds of disease appear with new manifests or even something different with the existing symptoms. Indisease is one of the disease that people mostly suffering from. Indisease has many variation of indications and the symptoms that appears are almost the same. These cause many medical worker, or even common people find it difficult to recognize what kind of disease that is being suffered. Without any goog knowledge can cause a worse treatment to the disease, it can be even worse or may be can cause death if it s too late. The more sophiscated the medical knowledge, helps medical workers to diagnose a disease and treat the patients. Many inventions such as rontgen, USG, CT-scan and many more is used as a helping tool for the medical world. One of a helping tool wich is helpful to diagnose a disease is an expert system. In general, expert system is a system that adopt human knowledge into a computer, so it can solve problems which the expert used to do.. Hopefully by this expert system, people can solve problems whish is alittle bit complicated or even very complicated without any an expert assistant. And for the experts, it can used as an experienced assistant. The developed application is an expert system that is used to diagnose indiseases by using Certainty Factor method. The diagnose is done by analyzing the inputs of symptoms which is served as questions about what the patient suffers from. Then the inputs are maintened by using certain rules which are refers to the expert s or doctor s knowledge that have been saved in the cure rules. Then the results are matched with the doctor s diagnoses to prove the truth. This program is made by using PHP language and database MySQL. The results from this expert system is three alternative indisease which is performed according to the value of the certainty factor by ascending. The value of certainty factor depends on how many match between the input of the symptoms and the disease and also the value of the certainty factor for each correlation between a symptom and a disease. Hopefully, this expert system can be used by most people as a guidance for a pre-diagnose to an indisease and as a helping tool for doctors for a precision diagnose. Key words: indisease, expert system, Certanty Factor (CF) I.PENDAHULUAN 1.1 Latar Belakang Sistem pakar merupakan program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam menyelesaikan suatu masalah tertentu. Implementasi sistem pakar dapat diterapkan dalam dunia kesehatan selain sebagai media informasi bagi masyarakat terutama penderita penyakit untuk mengetahui jenis penyakit yang diderita sebagai diagnosa awal, juga sebagai alat bantu bagi dokter untuk dapat mengambil keputusan lebih akurat. Permasalahan yang ditangani oleh seorang pakar bukan hanya permasalahan yang mangandalkan algoritma namun terkadang juga permasala ha n ya n g s u lit dipa ha m i. Permasalahan tersebut dapat diatasi oleh seorang pakar dengan pengetahuan dan pengalamannya. Permasalahan ini juga bisa diselesaikan oleh sistem pakar yang menirukan kepakaran seseorang. Sistem pakar dibangun bukan berdasarkan algoritma tertentu tetapi berdasarkan basis pengetahuan dan aturan. Dalam melakukan diagnosis, seorang pakar terkadang mendasarkan pada data yang kurang lengkap atau data yang tidak pasti. Agar sistem pakar dapat melakukan penalaran sebagaimana seorang pakar meskipun data yang diperoleh kurang lengkap atau kurang pasti, dapat digunakan Certainty Factor. 1.2 Tujuan Tujuan dari tugas akhir ini adalah membuat suatu program sistem pakar yang berisi pengetahuan dari seorang pakar/dokter yang diyakini kebenarannya yang memiliki kemampuan untuk dapat mendiagnosa penyakit dari gejala-gejala yang dirasakan oleh pasien secara cepat dan tepat seperti seorang pakar dengan menggunakan metode Certainty Factor (CF). 1.3 Pembatasan Masalah Sehubungan dengan luasnya permasalahan yang berhubungan dengan Tugas Akhir ini maka perlu adanya pembatasan masalah. Batasan masalah pada Tugas Akhir ini adalah : a. Sistem pakar ini menggunakan bahasa pemrograman PHP dan basisdata MySQL. b. Jenis penyakit yang dibahas sebanyak 20 penyakit dalam beserta gejalanya. c. Sistem pakar ini mendiagnosis pasien dewasa di atas 20 tahun yang produktif. d. Metode yang digunakan dalam penyelesaian masalah ini adalah metode Certainty Factor. II. DASAR TEORI [ 3 ] 2.1 Sistem Pakar Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubtitusikan pengetahuan manusia kedalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.
2 Sistem pakar terdiri dari dua bagian pokok, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan sebagai pembangun sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Pemakai Antarmuka Aksi yang direkomendasikan LINGKUNGAN KONSULTASI Fakta tentang kejadian tertentu Fasilitas penjelas an Mesin Inferensi Workplace LINGKUNGAN PENGEMBANGAN Basis Pengetahuan: Fakta dan aturan Knowledge Engineer Pakar Perbaikan Pengetahuan Gambar 1. Struktur sistem pakar Akuisisi Pengetahuan Deskripsi singkat tiap komponen dapat dilihat pada bagian berikut : 1. Akuisisi Pengetahuan Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian pemecahan masalah para pakar atau sumber pengetahuan terdokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Sumber pengetahuan potensial antara lain pakar manusia, buku teks, dokumen multimedia, database, laporan riset khusus, dan informasi yang terdapat dalam web. 2. Basis Pengetahuan (Knowledge Base) Basis pengetahuan merupakan representasi pengetahuan dari seorang pakar yang diperlukan untuk m emaham i, memform ulasikan dan memecahkan masalah. Terdiri dari dua elemen dasar, yaitu : Fakta yang berupa informasi tentang situasi permasalahan, teori dari area permasalahan atau informasi tentang objek. Spesial heuristik yang merupakan informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui. Dalam sistem pakar berbasis rule, bagian ini berupa rules. 3. Mesin Inferensi (Inference Engine) Inference engine merupakan otak dari sistem pakar, bagian ini mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan kemudian mencari jawaban atau kesimpulan yang terbaik. Dari fakta-fakta yang diperoleh selama proses tanya-jawab dengan user, serta aturan-aturan yang tersimpan di knowledge base, inference engine dapat menarik suatu kesimpulan dan memberikan rekomendasi atau saran yang diharapkan oleh user. Ada dua metode dasar yang bisa digunakan oleh mesin inferensi dalam mencari kesimpulan untuk mendapatkan solusi bagi permasalahan yang dihadapi sistem pakar, yaitu runut maju (forward chaining) dan runut balik (backward chaining). Berikut ini penjelasan mengenai kedua metode pencarian tersebut : a. Runut maju (Forward chaining) Runut maju merupakan metode pencarian yang memulai proses pencarian dari sekumpulan data atau fakta, dari fakta-fakta tersebut dicari suatu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidahkaidah dalam basis pengetahuan yang premisnya sesuai dengan fakta-fakta tersebut, kemudian dari aturan-aturan tersebut diperoleh suatu kesimpulan. Runut maju memulai proses pencarian dengan data sehingga strategi ini disebut juga data-driven. b. Runut balik (Backward chaining). Runut balik merupakan metode pencarian yang arahnya kebalikan dari runut maju. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari aturan-aturan dalam basis pengetahuan yang kesimpulannya merupakan solusi yang ingin dicapai, kemudian dari aturan-aturan yang diperoleh, masing-masing kesimpulan dirunut balik jalur yang mengarah ke kesimpulan tersebut. Jika informasi-informasi atau nilai dari atribut-atribut yang mengarah ke kesimpulan tersebut sesuai dengan data yang diberikan maka kesimpulan tersebut merupakan solusi yang dicari, jika tidak sesuai maka kesimpulan tersebut bukan merupakan solusi yang dicari. Runut balik memulai proses pencarian dengan suatu tujuan sehingga strategi ini disebut juga goaldriven. 4. Antarmuka Pengguna (User Interface) Merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali input-output. User interface melayani user selama proses konsultasi mulai dari tanya-jawab untuk mendapatkan faktafakta yang dibutuhkan oleh inference engine sampai menampilkan output yang merupakan kesimpulan atau rekomendasi yang dihasilkan oleh inference engine.
3 5. Tempat Kerja (Workplace) Workplace adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input, digunakan juga untuk perekaman hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam workplce, antara lain : rencana (bagaimana mengatasi persoalan), agenda (tindakan potensial sebelum eksekusi), dan solusi (hipotesis kandidat dan arah tindakan alternatif yang telah dihasilkan sistem sampai dengan saat ini). 6. Penjelasan (Justifier) Bagian yang harus siap memberikan penjelasan saat user perlu mengetahui apakah alasan diberikannya sebuah solusi. Bagian ini secara konkrit membedakan sebuah sistem pakar dengan sistem aplikasi yang biasa, karena pada pemrograman konvensional tidaklah biasa sebuah sistem menyediakan informasi tambahan mengapa atau dari mana sebuah solusi diperoleh. 7. Perbaikan Pengetahuan Bagian yang digunakan untuk menambah, menghapus atau memperbaiki basis pengetahuan. Bagian ini tidaklah mutlak, karena mayoritas sistem pakar berbasis pengetahuan dalam format text-file, sehingga bagian ini dapat digantikan dengan berbagai word processor yang tersedia. Namun demikian bila sistem pakar dituntut untuk memiliki kemampuan machine learning dari pengalaman konsultasinya, bagian ini menjadi sangat vital. 8. Fakta Tentang Kejadian Khusus Bagian ini hanya diperlukan saat data yang telah dimiliki pemakai (file database atau spreadsheet) diperlukan sebagai referensi untuk menarik kesimpulan. 2.2 Certainty Factor Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejum lah teori telah ditem ukan untuk menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik (classical probability), probabilitas Bayes (Bayesian probability), teori Hartley berdasarkan himpunan klasik (Hartley theory based on classical sets), teori Shannon berdasarkan pada pr obabilitas ( Shanon theory based on probability), teori Dempster-Shafer (Dempster- Shafer theory), teori fuzzy Zadeh (Zadeh s fuzzy theory) dan faktor kepastian (certainty factor). Faktor kepastian(certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty factor didefinisikan sebagai pada [1] persamaan berikut : CF(H,E) = MB(H,E) MD(H,E) Keterangan: CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. MB(H,E) :ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E. MD(H,E): ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E. Pada sistem pakar ini, nilai MB diabaikan karena yang diperhitungkan adalah nilai kenaikan kepercayaan pakar terhadap suatu penyakit. Sistem pakar terdiri dari beberapa kaidah yang berupa fakta dan aturan untuk menghasilkan keputusan. Formula CF untuk beberapa kaidah yang mengarah pada [2] hipotesa yang sama dapat dituliskan sebagai berikut : CF(R1)+CF(R2) [CF(R1)*CF(R2)];nilaiCF(R1)& CF(R2) > 0 CF(H) CF(R1)+CF(R2)+[CF(R1)* CF(R2)]; nilai CF(R1)&CF(R2) < 0 CF ( R1) CF ( R2) ;nilai CF(R1)&CF(R2) 1 min[ CF ( R1), CF ( R2) ] berlawanan tanda Pada sistem pakar diagnosa penyakit dalam ini, nilai CF per aturan yang digunakan berada pada kisaran 0.1 sampai dengan 0.9. Hal ini berarti nilai CF>1, sehingga rumus yang digunakan adalah : CF(R1,R2) = CF(R1)+CF(R2) [(CF(R1) * CF(R2)] III. Perancangan Sistem 3.1 Kebutuhan pengguna Sistem pakar diagnosa penyakit dalam ini dirancang untuk dapat digunakan perorangan, dokter dan di sebuah rumah sakit, untuk itu dalam penggunaannya dibedakan menjadi tiga pengguna dengan otorisasi yang berbeda. Adapun pengguna sistem pakar ini adalah : Pakar/dokter: dapat mengakses semua menu dalam sistem pakar dan yang paling berperan dalam menentukan basis pengetahuan sebagai otak sistem pakar. Administrator: sebagai admin yang mengatur data pakar dan pasien. Pasien : sebagai pengunjung yang hanya dapat mengakses diagnosa penyakit dalam.
4 Menu yang dapat diakses setiap userrole adalah sebagai berikut: 1. Pakar : Halaman depan Diagnosa penyakit Data penyakit Data gejala Kaidah diagnosa Data pakar Data pasien 2. Administrator: Halaman depan Diagnosa penyakit Data pakar Data pasien 3. Pasien: Halaman depan Diagnosa penyakit 3.2 Diagram Alir Program Cara kerja sistem pakar penyakit dalam ini dapat dilihat pada diagram alir berikut ini: 3.3 Diagram Alir Diagnosa Penyakit Proses diagnosa penyakit pada sistem pakar ini dapat dilihat pada gambar Gambar 3. Diagram alir diagnosa penyakit Berikut penjelasan diagram alir diagnosa penyakit: Gambar 2. Diagram alir program Pada diagram alir gambar dapat dilihat bahwa tampilan awal program sistem pakar adalah halaman index.php. Pengguna diharuskan memasukkan userid dan password untuk melakukan login. Sistem akan membaca apakah userid tersebut masuk ke dalam userrole pakar, admin atau pasien. Lalu sistem akan memunculkan menu sesuai dengan otorisasi userrole tersebut di halaman_depan.php. Pengguna dapat mengakses menu-meru tersebut di halaman_depan.php atau keluar ke halaman index.php lagi. a) Inisialisasi id pengguna untuk menentukan otorisasi pengguna. b) Cek apakah userrole = pakar? Jika ya, pilih pasien yang akan didiagnosa; jika tidak, langsung lakukan diagnosa. c) Jika pasien baru, daftarkan dulu pasien tersebut di halaman datapasien.php d) Setelah pakar menentukan pasien yang akan didiagnosa, tampilkan history pengobatan pasien yang bersangkutan, lalu lakukan diagnosa baru. e) Pilih gejala yang dirasakan oleh penderita. f) Jika selesai memasukkan gejala, hitung CF berdasarkan kaidah diagnosa. g) Cek userrole = pakar? Jika tidak, hanya tampilkan alternatif penyakit berdasarkan 3 CF terbesar secara urut; jika ya, tentukan keputusan penyakit dari 3 alternatif penyakit dengan CF terbesar. h) Tulis resep pengobatan. Simpan hasil diagnosa ke dalam tabel history_diagnosa. 3.4 Mesin Inferensi Secara sederhana mesin inferensi merupakan mesin yang digunakan untuk merepresentasikan basis pengetahuan sehingga dihasilkan informasi yang dibutuhkan dan dapat dimengerti oleh pengguna. Metode yang digunakan dalam merancang mesin inferensi Sistem Pakar untuk Diagnosa Penyakit dalam adalah metode pelacakan ke depan (forward chaining). Dalam mesin inferensi sistem pakar, sistem akan membaca masukan pengguna berupa masukan gejala yang dirasakan. Tiap masukan gejala memiliki id gejala yang kemudian akan dilacak oleh sistem di dalam tabel data gejala. Dari id gejala tersebut sistem
5 akan melacak di tabel kaidah diagnosa untuk mendapatkan nilai certainty factor serta pasangan penyakit gejala tersebut. Kemudian sistem akan melakukan perhitungan untuk setiap nilai certainty factor per penyakit berdasarkan basis pengetahuan yang digunakan. Diagram alir mesin inferensi dapat dilihat pada gambar IV. Pengujian dan Analisa Sistem Pakar 4.1 Pengujian Perhitungan Nilai Certainty Factor Pada pengujian perhitungan nilai CF akan diambil satu sampel penyakit, yaitu Demam Berdarah (id penyakit nomor 1) Gambar 5. Pilihan pertanyaan Pada gambar 5 dipilih tiga buah gejala yang akan didiagnosa. Gejala yang dipilih adalah gejala pada metode diagnosa wawancara yang mengarah pada penyakit Demam Berdarah Gambar 4. Diagram alir mesin inferensia Pada gambar 4 dapat dilihat bahwa masukan pengguna berasal dari pilihan checkbox pada daftar pertanyaan yang dibagi berdasarkan metode diagnosa yang digunakan (wawancara, pemeriksaan fisik dan pemeriksaan penunjang). Pilihan pada checkbox tersebut merupakan metode pertanyaan yang terdapat pada tabel data gejala. Dari pilihan tersebut, sistem akan mencari id gejala yang dipilih pada tabel data gejala. Setelah mendapatkan id gejala, sistem akan mencari id gejala tersebut pada tabel kaidah diagnosa untuk mendapatkan pasangan penyakit dan nilai certainty factornya. Data dari tabel kaidah diagnosa tersebut di pindah ke tabel diagnosa untuk dilakukan perhitungan. Sebelum dilakukan perhitungan, id penyakit diurutkan berdasarkan urutan dari yang terkecil ke yang terbesar untuk dibuat session perhitungan certainty factor per penyakit. Penyakit yang muncul akan dihitung berapa banyak, dan nilai certainty factor juga dihitung per penyakit. Data hasil perhitungan (id penyakit dan nilai CF) kemudian di pindah ke tabel hasil_sementara, lalu kemudian sistem akan menampilkan tiga penyakit dengan nilai CF terbesar. Data tersebut disimpan di tabel hasil_sementara dengan maksud untuk membedakan keputusan diagnosa yang akan diambil. Untuk pengguna dengan userrole pakar, proses akan dilanjutkan dengan menentukan hasil penyakit yang akan dipilih serta menuliskan resep pengobatan, sedangkan pengguna selain userrole pakar, sistem hanya akan menampilkan tiga penyakit dengan nilai CF terbesar dan pesan Hubungi dokter pribadi anda. Gambar 6. Tabel diagnosa Setelah pengguna memilih data gejala pada checkbox pertanyaan, sistem akan mencari id gejala tersebut pada tabel datagejala, lalu id gejala tersebut digunakan untuk mencari data penyakit dan nilai CF di tabel kaidah_diagnosa. Semua data tersebut akan dikirimkan ke tabel diagnosa untuk dilakukan perhitungan. Di tabel diagnosa pada gambar 6, muncul beberapa penyakit yang memiliki kecocokan dengan masukan gejala dari checkbox pertanyaan dengan nilai CF tiap pasangan id penyakit dan id gejala yang didapat dari tabel kaidah diagnosa.
6 metode diagnosa pemeriksaan penunjang, lalu diikuti dengan wawancara dan pemeriksaan fisik. Banyaknya penyakit yang terdiagnosa tidak serta merta membuat nilai CF total menjadi tinggi, tetapi tergantung pada besarnya nilai CF pasangan antara satu id penyakit dengan satu id gejala pada aturan kaidah diagnosa. Gambar 7. Hasil nilai CF di tabel hasil_sementara Pada gambar 7 muncul beberapa nilai CF total per id penyakit yang diurutkan berdasarkan nomor id penyakit. Akan dilakukan perhitungan manual untuk sampel salah satu penyakit, yaitu penyakit dengan id nomor dua. CF1 = 0.9 CF2 = *(1-0.9) = 0.96 CF3 = * (1-0.96) = Dari hasil perhitungan didapatkan nilai yang sama dengan nilai CF total pada tabel hasil_sementara. Ini membuuktikan perhitungan nilai CF pada sistem pakar ini benar. 4.2 Pengujian dengan Satu Metode Diagnosa Pada pengujian dengan satu metode diagnosa, akan dibandingkan hasil penyakit dan nilai CF dari tiga masukan gejala untuk masing-masing metode diagnosa Tabel 1. Perbandingan hasil diagnosa dengan menggunakan satu metode diagnosa Perbandingan W F P Masukan id gejala 2,5,6 63, 65, 70 83, 85, 86 Banyaknya diagnosa penyakit Total CF tertinggi Keterangan: W : metode diagnosa wawancara F : metode diagnosa pemeriksaan fisik P : metode diagnosa pemeriksaan penunjang Dari tabel 1 dapat dilihat bahwa masukan untuk tiap metode diagnosa sama banyaknya (tiga gejala). Pada pemeriksaan fisik dan penunjang, banyaknya diagnosa penyakit dari masukan gejala, lebih sedikit dibandingkan dengan wawancara. Hal ini disebabkan karena gejala yang terdapat pada pemeriksaan fisik dan penunjang lebih spesifik dan memiliki nilai CF hubungan antara id penyakit dan id gejala yang relatif tinggi. Untuk nilai total CF tertinggi dihasilkan dari 4.3 Pengujian dengan Dua Metode Diagnosa Pada pengujian dengan dua metode diagnosa akan dibandingkan hasil diagnosa antara metode wawancara dengan gabungan pemeriksaan fisik dan pemeriksaan penunjang Tabel 2. Perbandingan hasil diagnosa antara metode wawancara dengan gabungan pemeriksaan fisik dan pemeriksaan penunjang Perbandingan W F dan P Masukan id gejala 1,5,6,7,8, Banyaknya diagnosa penyakit 9,10,15,17 34,54,55, 57,83, Total CF tertinggi Keterangan: W : metode diagnosa wawancara F : metode diagnosa pemeriksaan fisik P : metode diagnosa pemeriksaan penunjang Dari tabel 2 didapatkan hasil yaitu dengan menggunakan dua metode diagnosa pemeriksaan fisik dan penunjang, banyaknya penyakit yang terdiagnosa lebih sedikit dibandingkan dengan menggunakan satu metode diagnosa. Tetapi nilai total CF tertinggi didapatkan dari diagnosa dengan menggunakan satu metode saja, ini membuktikan bahwa nilai total CF tidak dipengaruhi oleh banyaknya metode diagnosa, tetapi banyaknya masukan gejala yang sesuai serta besarnya nilai CF hubungan antara id penyakit dan id gejala.
7 4.4 Pengujian dengan Tiga Metode Diagnosa Pada pengujian dengan tiga metode diagnosa ini akan diambil satu sampel penyakit (demam tifoid) dan membandingkannya dengan hasil diagnosa dengan menggunakan satu dan dua diagnosa. Tabel 3. Aturan untuk penyakit Demam Tifoid MetodeDiagnosa Id gejala Nilai CF Wawancara Wawancara Wawancara Wawancara Wawancara Wawancara Wawancara Wawancara Wawancara Fisik Fisik Fisik Penunjang Penunjang Penunjang Dengan asumsi semua gejala dipilih, maka hasil diagnosa dapat dilihat pada tabel 4 berikut: Tabel 4. Perbandingan hasil diagnosa antara tiga metode diagnosa. dengan gabungan pemeriksaan fisik dan pemeriksaan penunjang Perbandingan W, F dan P F dan P Masukan id gejala 1,5,6,7,8,9,1015,17, 34,54,55,57,83,84 34,54,55, 57,83,84 Total CF Keterangan: W : metode diagnosa wawancara F : metode diagnosa pemeriksaan fisik P : metode diagnosa pemeriksaan penunjang 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Dalam pembuatan dan penyelesaian tugas akhir yang berjudul Perancangan dan Implementasi Sistem Pakar untuk Analisa Penyakit Dalam ini dapat ditarik kesimpulan antara lain: 1. Deskripsi gejala yang terdapat pada metode diagnosa pemeriksaan fisik dan penunjang lebih spesifik daripada wawancara. 2. Dengan penggunaan satu metode diagnosa, hasil penyakit yang terdiagnosa dengan metode wawancara, lebih banyak dibanding dengan metode pemeriksaan fisik atau penunjang. 3. Nilai CF total ditentukan banyaknya kecocokan gejala masukan dan nilai CF per korelasi antara id gejala dan id penyakit pada kaidah diagnosa 4. Semakin banyak masukan gejala dan metode diagnosa yang digunakan, maka akan semakin akurat pula hasil diagnosa penyakit dalam. 5. Tampilan hasil diagnosa penyakit dibatasi sebanyak tiga penyakit dengan nilai CF total terbesar sesuai urutan dari yang terbesar. 6. Keputusan penyakit lebih lanjut diserahkan kepada pihak yang berwenang, dalam hal ini dokter ataupun ahli medis. 5.2 Saran Penulis memberikan saran yang mungkin dapat bermanfaat bagi pengembangan tugas akhir ini antara lain: 1. Penyakit yang dibahas dalam sistem pakar ini dibatasi hanya dua puluh penyakit, untuk ke depannya dapat ditambahkan data penyakit dan gejala serta pengetahuan kepakaran lebih banyak agar dapat digunakan lebih luas lagi. 2. Sistem pakar ini dibuat dengan bahasa pemrograman PHP dan basisdata MyQSL dengan maksud agar dapat dikembangkan untuk dapat digunakan secara online sehingga lebih banyak orang yang dapat memanfaatkan. Dari tabel 4 terlihat bahwa dengan menggunakan tiga metode diagnosa dan dengan kecocokan masukan gejala yang lebih banyak, maka didapatkan nilai CF yang semakin besar dan diagnosa penyakit yang semakin tepat. Untuk itu disarankan dalam penggunaan sistem pakar untuk analisa penyakit dalam ini menggunakan ketiga metode diagnosa dan memasukkan sebanyak-banyaknya gejala sesuai dengan yang dirasakan atau diderita.
8 DAFTAR PUSTAKA [1]Giarratano, J.C & Riley G, Expert Systems : Princples and Programming, 2 nd edition. PWS Publishing Co. USA:1994. [2]Kusrini. Aplikasi Sistem Pakar. Penerbit ANDI. Yogyakarta:2008. [3]Kusumadewi, Sri. Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta:2003. Adhi Sadewo Broto (L2F304202) lahir di Palembang,15 Juli Menyelesaikan pendidikan dasar dan menengah pertama di Palembang, pendidikan menengah atas di Semarang dan Diploma 3 di Politeknik Negeri Semarang. Saat ini sedang menempuh pendidikan Strata 1 di jurusan Teknik Elektro bidang Konsentrasi Teknik Elektronika Telekomunikasi Universitas Dipenegoro Mengetahui, Dosen Pembimbing I Dosen Pembimbing II Imam Santoso,S.T.,M.T. NIP Ajub Ajulian Zahra,S.T.,M.T. NIP
ANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR
ANALISIS METODE SISTEM PAKAR UNTUK MENENTUKAN JENIS PENYAKIT DALAM DENGAN METODE CERTAINTY FACTOR Herry Hidayat, Danny Kriestanto Program Studi Teknik Informatika STMIK AKAKOM Yogyakarta Jl. Raya Janti
Lebih terperinciKUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT.
KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT Kusrini 1 1 STMIK AMIKOM Yogyakarta, Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Lebih terperinciKUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT
KUANTIFIKASI PERTANYAAN UNTUK MENDAPATKAN CERTAINTY FACTOR PENGGUNA PADA APLIKASI SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT Kusrini STMIK AMIKOM Yogyakarta, Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Lebih terperinciSISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi STMIK Profesional Makassar yeye_rumbu@yahoo.co.id
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164
EXPERT SYSTEM APPLICATION FOR FIRST AID DIAGNOSE FEVER Shela Shelina Undergraduate Program, Information Systems Gunadarma University http://www.gunadarma.ac.id Keywords: Expert System, General Disease
Lebih terperinciBAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan komputer sekarang ini sangat pesat dan salah satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan. Di dalam bidang kecerdasan buatan, termasuk
Lebih terperinciSISTEM PAKAR UNTUK DIAGNOSA GEJALA DEMAM UTAMA PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR UNTUK DIAGNOSA GEJALA DEMAM UTAMA PADA ANAK MENGGUNAKAN METODE FORWARD CHAINING Putri Endah Sulistya Rini 1, Yuri Ariyanto Teknologi Informasi, Teknologi Informatika, Politeknik Negeri Malang
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR Aswita Andini Dea Fani Aneke Putri Jurusan Sistem Informasi STMIK PALCOMTECH Palembang Abstrak Sistem pakar untuk diagnosa penyakit
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sejak dilahirkan hingga tumbuh dewasa manusia diciptakan dengan kecerdasan yang luar biasa, kecerdasan juga akan berkembang dengan pesat. Kecerdasan tersebut yang dapat
Lebih terperinciSistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web
Sistem Pakar Penyakit Kulit Pada Manusia Menggunakan Metode Certainty Factor Berbasis Web Sri Yastita 1, Yohana Dewi Lulu 2, Rika Perdana Sari 3 Politeknik Caltex Riau e-mail yastitas@yahoo.com,ydlulu@gmail.com
Lebih terperinciSISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR
SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA PENYAKIT PADA TANAMAN ANGGREK MENGGUNAKAN METODE CERTAINTY FACTOR Bambang Yuwono, Wiwid Puji Wahyuningsih, Hafsah Jurusan Teknik Informatika UPN Veteran Yogyakarta
Lebih terperinciSISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA)
SISTEM PAKAR DIAGNOSIS KEJIWAAN MENGGUNAKAN METODE CERTAINTY FACTOR (STUDI KASUS RUMAH SAKIT JIWA DAERAH PROVINSI SUMATERA UTARA) Charles Jhony Mantho Sianturi STMIK Potensi Utama Jl. K.L. Yos Sudarso
Lebih terperinciAplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian
Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian Helen Sastypratiwi 1, Fatma Agus Setyaningsih 2 Program Studi Teknik Informatika Universitas Tanjungpura Jl. Ahmad Yani,
Lebih terperinciAplikasi Sistem Pakar untuk Diagnosa Hama Jeruk dan Pengobatannya Menggunakan Metode Certainty Factor
Aplikasi Sistem Pakar untuk Diagnosa Hama Jeruk dan Pengobatannya Menggunakan Metode Certainty Factor Yudi 1, Laila 2 STMIK IBBI Jl. Sei Deli No. 18 Medan, Telp. 061-4567111, Fax. 061-4527548 e-mail: ynn_linc@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali
1 BAB I PENDAHULUAN 1.1 Latar Belakang Gejala penyakit merupakan awal timbulnya sebuah penyakit yang dapat membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali diabaikan sehingga membuat
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciSISTEM PAKAR PENDIAGNOSA PENYAKIT ANAK MENGGUNAKAN CERTAINTY FACTOR (CF) ABSTRAK
SISTEM PAKAR PENDIAGNOSA PENYAKIT ANAK MENGGUNAKAN CERTAINTY FACTOR (CF) Luther A. Latumakulita 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl. Kampus Unsrat Manado 95115 e-mail: alexalatu@gmail.com
Lebih terperinciPENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI. Elpa Armi Voni
PENGGUNAAN CERTAINTY FACTOR (CF) DALAM PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT ATHEROSKLEROSIS SKRIPSI Elpa Armi Voni 061401030 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS
Lebih terperinciAPLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi
Lebih terperinciEXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo Teknik Informatika. UPN Veteran Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281
Lebih terperinciBy: Sulindawaty, M.Kom
By: Sulindawaty, M.Kom 1 Kata Pengantar Sistem Pakar adalah mata kuliah yang mendukung untuk membuat aplikasi yang dapat memecahkan masalah dengan pengetahuan seorang pakar yang di dimasukkan dalam komputer.
Lebih terperinciSistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining
Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining Mardiah Fadhli Politeknik Caltex Riau Jl. Umbansari No.1, telp/fax: 0761 53939/0761 554224 e-mail: rika@pcr.ac.id Abstrak
Lebih terperinciBAB I PENDAHULUAN. yaitu dengan suatu media konsultasi yang bersifat online. mengemukakan pesoalan-persoalan yang terjadi kemudian pakar akan
BAB I PENDAHULUAN I.1 Latar Belakang Media konsultasi merupakan sebuah media atau sarana untuk berkomunikasi atau berinteraksi antara seorang pakar dengan pengguna. Dalam bidang medis kegiatan konsultasi
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji
1 SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Agam Krisna Setiaji Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM. dan perancangan pembuatan Sistem Pakar Sistem Pakar Pengolahan Data Hadits
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Masalah Pada pembahasan bab ini, akan dilakukan penganalisaan mengenai analisa dan perancangan pembuatan Sistem Pakar Sistem Pakar Pengolahan Data Hadits
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT SAPI BERBASIS WEB DENGAN MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT SAPI BERBASIS WEB DENGAN MENGGUNAKAN METODE FORWARD CHAINING Hady Kurniawan Teknik Informatika STMIK ATMA LUHUR PANGKALPINANG Jl. Jend. Sudirman Selindung
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER 1 Yasidah Nur Istiqomah (07018047), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik Informatika 2 Program
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR TROUBLESHOOTING PADA MESIN FOTOCOPY CANON MENGGUNAKAN FORWARD CHAINING
PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR TROUBLESHOOTING PADA MESIN FOTOCOPY CANON MENGGUNAKAN FORWARD CHAINING Yanuar Arifin 1), Tubagus Purwo Rusmiadi 2), Cahyo Darujati 3). Program Studi Sistem Informasi,
Lebih terperinciAplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan Metode CF (Certainty Factor)
Jurnal Komputer Terapan Vol. 2, No. 2, November 2016, 159-168 159 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB
SISTEM PAKAR DIAGNOSA PENYAKIT KELAMIN PADA PRIA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB Bima Dwi Kurnianto 1), Dawam Zainul Husna 2), Ziyan Basyarah Mansyur 3) 1), 2), 3)
Lebih terperinciJurnal Ilmiah d ComPutarE Volume 5 Edisi Juni 2015
SISTEM PAKAR MENDIAGNOSA PENYAKIT HIDUNG PADA RSUD SAWERIGADING PALOPO MENGGUNAKAN METODE CERTAINTY FACTOR (CF) Fajar Novriansyah Yasir Program Studi Teknik Informatika Universitas Cokroaminoto Palopo
Lebih terperinciPEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT
PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT Sri Winiarti Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : daffal02@yahoo.com ABSTRAK Dalam
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG
PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG 041401067 PROGRAM STUDI STRATA 1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
Lebih terperinciAPLIKASI DIAGNOSA PENYAKIT ANAKMELALUI SISTEM PAKAR MENGGUNAKAN JAVA 2 MICRO EDITION YOSEPHIN ERLITA KRISTANTI
APLIKASI DIAGNOSA PENYAKIT ANAKMELALUI SISTEM PAKAR MENGGUNAKAN JAVA 2 MICRO EDITION YOSEPHIN ERLITA KRISTANTI Fakultas Teknologi Industri Universitas Gunadarma ABSTRAK Hampir tidak ada penyakit anak yang
Lebih terperinciDIAGNOSA PENYAKIT MANUSIA YANG DIAKIBATKAN OLEH GIGITAN HEWAN MENGGUNAKAN METODE CERTAINTY FACTOR
DIAGNOSA PENYAKIT MANUSIA YANG DIAKIBATKAN OLEH GIGITAN HEWAN MENGGUNAKAN METODE CERTAINTY FACTOR Disusun oleh : Nama : Niko Arieswara NIM : A11.2003.01520 Program Studi : Teknik Informatika FAKULTAS ILMU
Lebih terperinciAplikasi Diagnosa Penyakit Jantung Koroner Menggunakan Metode Dempster-Shafer
Jurnal Teknik Informatika, Vol 1 September 2012 Aplikasi Diagnosa Penyakit Jantung Koroner Menggunakan Metode Dempster-Shafer Dewi Ermayani 1, Ananda 2, Mardiah Fadhli 3 Program Studi Teknik Informatika
Lebih terperinciSISTEM PAKAR DIAGNOSIS PENYAKIT UMUM PADA MANUSIA MENGGUNAKAN PHP DAN MYSQL
SISTEM PAKAR DIAGNOSIS PENYAKIT UMUM PADA MANUSIA MENGGUNAKAN PHP DAN MYSQL Putri Nila Septina, Dwi Wahyu Prabowo Juruasan Sistem Informasi, Fakultas Ilmu Komputer Universitas Darwan Ali, Sampit Email:
Lebih terperinciRancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic
Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic Arnon Makarios, Maria Irmina Prasetiyowati Program Studi Teknik Informatika, Universitas Multimedia Nusantara,
Lebih terperinciBAB II LANDASAN TEORI. Landasan teori atau kajian pustaka yang digunakan dalam membangun
BAB II LANDASAN TEORI Landasan teori atau kajian pustaka yang digunakan dalam membangun sistem informasi ini, terdapat teori-teori ilmu terkait yang digunakan untuk membantu menyelesaikan permasalahan
Lebih terperinciSISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR
SISTEM DIAGNOSA PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE CEERTAINTY FACTOR Budi Cahyo Saputro (1) Rosa Delima (2) Joko Purwadi (3) blacs_mamba@yahoo.com rosa@ukdw.ac.id jokop@ukdw.ac.id Abstraksi
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR M. Zainal Arifin 1, Siti Nurhayati 2, Adri Raidyarto 3 Program Studi Sistem Informasi Universitas Yapis Papua Jl. DR. Samratulangi,
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID
SISTEM PAKAR DIAGNOSA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID Swono Sibagariang Universitas Sumatera Utara Jl. dr. Mansur No. 9 Padang Bulan Medan e-mail : bagariangswono@yahoo.co.id
Lebih terperinciAPLIKASI UNTUK MENDIAGNOSA PENYAKIT KISTA OVARIUM MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI UNTUK MENDIAGNOSA PENYAKIT KISTA OVARIUM MENGGUNAKAN METODE FORWARD CHAINING (Application for diagnose the ovarian cysts disease with forward chaining) Dolly Indra Jurusan Teknik Informatika Fakultas
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB
SISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB Indri Mansyur 1, Wawan Kurniawan 2 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Satya Negara Indonesia Email: waonek@rocketmail.com
Lebih terperinciSistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining
Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining Maria Shusanti F Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Bandar Lampung
Lebih terperinciAPLIKASI SISTEM PAKAR BERBASIS WEB TENTANG PELANGGARAN UNDANG-UNDANG LALU LINTAS DAERAH ISTIMEWA YOGYAKARTA. Arif Budiman
APLIKASI SISTEM PAKAR BERBASIS WEB TENTANG PELANGGARAN UNDANG-UNDANG LALU LINTAS DAERAH ISTIMEWA YOGYAKARTA Arif Budiman Abstract: It came a long with the more advance of computer technology, computer
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING 1 Diah Malis Oktaviani (0089), 2 Tita Puspitasari (0365) Program Studi Teknik Informatika Universitas
Lebih terperinciSISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING
SISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING Agus Sasmito Aribowo 1), Siti Khomsah 2) 1) Teknik Informatika. UPN Veteran Yogyakarta Jl.
Lebih terperinciPENGGUNAAN METODE CERTAINTY FACTOR PARALEL UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN KAKAO
PENGGUNAAN METODE CERTAINTY FACTOR PARALEL UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN KAKAO Fitria Dosen pada Jurusan Teknologi Informatika, Informatics & Business Institute Darmajaya Jl. Z.A Pagar
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KURA-KURA BERBASIS DEKSTOP DENGAN METODE FORWARD CHAINING NASKAH PUBLIKASI
ANALISIS DAN PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KURA-KURA BERBASIS DEKSTOP DENGAN METODE FORWARD CHAINING NASKAH PUBLIKASI diajukan oleh Syahrezha Erlanga Putra 11.12.5383 kepada
Lebih terperinciSISTEM PAKAR DALAM MENENTUKAN JENIS PERAWATAN WAJAH (STUDI KASUS RUMAH SAKIT PKU MUHAMMADIYAH YOGYAKARTA)
SISTEM PAKAR DALAM MENENTUKAN JENIS PERAWATAN WAJAH (STUDI KASUS RUMAH SAKIT PKU MUHAMMADIYAH YOGYAKARTA) 1 Dwi Oktavia Andriyanti, 2 Sri Winiarti (0516127501) 1,2 Program Studi Teknik Informatika Universitas
Lebih terperinciSISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE METHOD UNTUK DIAGNOSIS PENYAKIT AYAM SKRIPSI KIKI HENDRA SITEPU
SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE METHOD UNTUK DIAGNOSIS PENYAKIT AYAM SKRIPSI KIKI HENDRA SITEPU 060823019 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Obat merupakan substansi yang dapat mengurangi gejala hingga menyembuhkan penyakit. Obat-obatan banyak yang beredar dan dijual bebas di pasaran. Ada yang bebas dibeli,
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Visualisasi Sistem Pakar Dalam Menganalisis Tes Kepribadian Manusia (Empat Aspek Tes Kepribadian Peter Lauster) Sri Winiarti
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN PADA GENERATOR SET BERBEBAN
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.11, NO.2, SEPTEMBER 2012, 63-70 APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN PADA GENERATOR SET BERBEBAN Irfan Sanusi, Bambang Trisno,
Lebih terperinciRANCANG BANGUN PERANGKAT LUNAK PENGEMBANG SISTEM PAKAR BERBASIS ATURAN DENGAN METODE FORWARD CHAINING
RANCANG BANGUN PERANGKAT LUNAK PENGEMBANG SISTEM PAKAR BERBASIS ATURAN DENGAN METODE FORWARD CHAINING Merwin dan Maria Irmina P. Universitas Multimedia Nusantara,Tangerang merwin.law@gmail.com dan maria@unimedia.ac.id
Lebih terperinciSISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA
SISTEM PAKAR KNOWLEDGE-BASED UNTUK DIAGNOSA SAKIT KEPALA Ach. Ulul Azmi Rojabi 1 Yusriel Ardian 2 1 Sistem Informasi, Universitas Kanjuruhan Malang, rojabi@live.com 2 Sistem Informasi, Universitas Kanjuruhan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sejarah Artificial Intelligence Kecerdasan Buatan (artificial intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN CENGKEH BERBASIS WEBSITE
PERANCANGAN SISTEM PAKAR UNTUK MENDETEKSI HAMA DAN PENYAKIT PADA TANAMAN CENGKEH BERBASIS WEBSITE 1 Endriyono, 2 Sri Winiarti (0516127501) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan
Lebih terperinciSISTEM PAKAR ASPHYXPERT UNTUK DIFERENSIAL DIAGNOSA DAN TATALAKSANA PENANGANAN DINI UNTUK PENYAKIT SESAK NAPAS. KHAIRUNNISA, S.Pd., M.
SISTEM PAKAR ASPHYXPERT UNTUK DIFERENSIAL DIAGNOSA DAN TATALAKSANA PENANGANAN DINI UNTUK PENYAKIT SESAK NAPAS KHAIRUNNISA, S.Pd., M.Cs Abstrak. Sistem pakar adalah suatu program komputer yang dibuat berdasarkan
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT DAN HAMA PADA TANAMAN SEMANGKA BERBASIS ANDROID
PENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT DAN HAMA PADA TANAMAN SEMANGKA BERBASIS ANDROID Imas Siti Munawaroh¹, Dini Destiani Siti Fatimah² Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor
Lebih terperinciPENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KANKER PADA WANITA DENGAN METODE CERTAINTY FACTOR NASKAH PUBLIKASI
PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KANKER PADA WANITA DENGAN METODE CERTAINTY FACTOR NASKAH PUBLIKASI Disusun Oleh Nama : Selfika Okti Nomor Mahasiswa : 12111012 Program Studi : Teknik Informatika
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI
PENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI Muhammad Dahria Program Studi Sistem Informasi, STMIK Triguna Dharma m.dahria@gmail.com ABSTRACT: Expert system is one branch of AI (Artificial
Lebih terperinciTEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
PERANCANGAN APLIKASI UNTUK MENDIAGNOSA AWAL GANGGUAN PADA KEHAMILAN DENGAN PENDEKATAN SISTEM PAKAR SKRIPSI Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana (S.Kom) Pada Program Teknik
Lebih terperinciAPLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER)
APLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER) Khulaeshi Arjaz Al Falasany, Mc. Chambali, B.Eng.E.E, M.Kom Ginanjar Wiro S., M.Kom, Rais, S.Pd D3 Teknik Komputer
Lebih terperinciTAKARIR. : pelacakan yang dimulai dari tujuan, selanjutnya. dicari aturan yang memiliki tujuan tersebut untuk. kesimpulannya
TAKARIR Analysis Artificial Intelligence Backward chaining : analisis : kecerdasan buatan : pelacakan yang dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya
Lebih terperinciSISTEM PAKAR PENGOBATAN HERBAL
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 SISTEM PAKAR PENGOBATAN HERBAL Riki Andri Yusda *1, William Ramdhan 2 *1 Program Studi Manajemen Informatika, AMIK Royal Kisaran, Jln Imam Bonjol No
Lebih terperinciSISTEM PAKAR DIAGNOSA DYSPEPSIA DENGAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA DYSPEPSIA DENGAN CERTAINTY FACTOR Joan Angelina Widians 1), Ari Utomo 2) 1), 2) Teknik Informatika Up.FTIK Universitas Mulawarman Samarinda Jl. Barong Tongkok, Kampus Gunung Kelua,
Lebih terperinciBAB 1 PENGENALAN SISTEM PAKAR
BAB 1 PENGENALAN SISTEM PAKAR DEFINISI System yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. ES dikembangkan
Lebih terperinciAPLKASI SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSA AWAL PENYAKIT JANTUNG
APLKASI SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSA AWAL PENYAKIT JANTUNG Leo Willyanto Santoso 1, Agustinus Noertjahyana 2, Ivan Leonard 3 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Untuk menghasilkan sistem pakar penyakit pada lambung antara lain adalah sakit maag (Gastritis), Dispepsia dan Gastroesophageal Reflux Disease (GERD) yang baik
Lebih terperinciSistem Pakar Analisis Kepribadian Diri dengan Metode Certainty Factor
Sistem Pakar Analisis Kepribadian Diri dengan Metode Certainty Factor Putu Veda Andreyana, I Nyoman Piarsa, Putu Wira Buana Jurusan Teknologi Informasi, Fakultas Teknik, Universitas Udayana Email: vedaandre@gmail.com,
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ALOPESIA PADA MANUSIA DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ALOPESIA PADA MANUSIA DENGAN METODE CERTAINTY FACTOR Bebby Desy Natalina Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No.338
Lebih terperinciFeriani A. Tarigan Jurusan Sistem Informasi STMIK TIME Jln. Merbabu No. 32 AA-BB Medan
Sistem Pakar Untuk Mendiagnosa Ginjal dengan Metode Backward Chaining Feriani A. Tarigan Jurusan Sistem Informasi STMIK TIME Jln. Merbabu No. 32 AA-BB Medan Abstrak Sistem pakar adalah sistem berbasis
Lebih terperinciPENERAPAN METODE CERTAINTY FACTOR DALAM MENDETEKSI DINI PENYAKIT TROPIS PADA BALITA
Jurnal Informatika Mulawarman Vol. 8 No. 1 Edisi Februari 2013 20 PENERAPAN METODE CERTAINTY FACTOR DALAM MENDETEKSI DINI PENYAKIT TROPIS PADA BALITA Septya Maharani Program Studi Ilmu Komputer FMIPA Universitas
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KULIT MENGGUNAKAN METODE FORWARD DAN BACKWARD CHAINING BERBASIS WEB
SISTEM PAKAR DIAGNOSA PENYAKIT KULIT MENGGUNAKAN METODE FORWARD DAN BACKWARD CHAINING BERBASIS WEB SISTEM PAKAR DIAGNOSA PENYAKIT KULIT MENGGUNAKAN METODE FORWARD DAN BACKWARD CHAINING BERBASIS WEB TUGAS
Lebih terperinciImplementasi Metode Certainty Factor pada Identifikasi Kerusakan Kendaraan Bermotor Roda Dua
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 2018, hlm. 2046-2050 http://j-ptiik.ub.ac.id Implementasi Metode Certainty Factor pada Identifikasi Kerusakan
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF
SISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF NORMA PRAVITASARI Program Studi Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta PGRI Jl. Nangka No. 58 C, Tanjung
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING BERBASIS VISUAL BASIC
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING BERBASIS VISUAL BASIC Heny Pratiwi 1), Siti Qomariah 2), Azahary 3) 1), 2) Teknik Informatika STMIK
Lebih terperinciJurnal Komputasi. Vol. 1, No. 1, April Pendahuluan. Hal 1 dari 90
Pengembangan Sistem Pakar Berbasis Web Mobile untuk Mengidentifikasi Penyebab Kerusakan Telepon Seluler dengan Menggunakan Metode Forward dan Backward Chaining 1 Wamiliana 2 Aristoteles 3 Depriyanto 1
Lebih terperinciPenggunaan Certainty Factor dalam Sistem Pakar untuk Melakukan Diagnosis dan Memberikan Terapi Penyakit Epilepsi dan Keluarganya
Penggunaan Certainty Factor dalam Sistem Pakar untuk Melakukan Diagnosis dan Memberikan Terapi Penyakit Epilepsi dan Keluarganya Kusrini, S.Kom STMIK AMIKOM Yogyakarta, kusrini@amikom.ac.id Abstract Expert
Lebih terperinciAndy Pratama Nugraha 1 Burhanuddin Dirgantoro,Ir,MT 2 Astri Novianty,ST,MT
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DALAM MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR BERBASIS WEB (STUDI KASUS: POLIKLINIK PT POS INDONESIA BANDUNG) Application of Expert System
Lebih terperinciSISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL
SISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL Achmad Solichin Teknik Informatika, Fakultas Teknologi Informasi, Universitas Budi Luhur Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan,
Lebih terperinciSISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS
SISTEM PAKAR Entin Martiana Jurusan Teknik Informatika - PENS Defenisi Sistem Pakar 1. Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer
Lebih terperinciSISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING
ISSN : 2338-4018 SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING Level Perdana (lev.earthmover@gmail.com) Didik Nugroho (didikhoho@gmail.com) Kustanto (Kus_sinus@yahoo.co.id)
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. inferensi Forward Chaining dan Backward chaining. Hasil penelitian
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 1.1 Tinjauan Pustaka Anton Setiawan Honggo Wibowo (2009), di rancang sistem pakar tanaman padi berbasis web menggunakan basis aturan dengan metode inferensi Forward
Lebih terperinciDIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH
DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH Putri Kurnia Handayani Jurusan Sistem Informasi Universitas Muria Kudus PO BOX 53 Gondangmanis Kudus e-mail : pu3_kurnia@yahoo.com
Lebih terperinciKata kunci :certainty factor, diagnosis penyakit, forward chaining, program aplikasi, sistem pakar.
Perancangan Program Aplikasi Sistem Pakar Untuk Mendiagnosis Penyakit berdasarkan Data Rekam Medis Application System Design of Expert System for Diagnosing Disease Based on Medical Record Chairisni Lubis
Lebih terperinciSistem Pakar Diagnosis Penyakit Menular Pada Klinik Umum Kebon Jahe Berbasis Web Dengan Menggunakan Metode Forward Chaining
Sistem Pakar Diagnosis Penyakit Menular Pada Klinik Umum Kebon Jahe Berbasis Web Dengan Menggunakan Metode Forward Chaining Rahmat Tullah 1, Syaipul Ramdhan 2, Nasrullah Mubarak Padang 3 1,2 Dosen STMIK
Lebih terperinciAPLIKASI DIAGNOSA PENYAKIT INFEKSI PADA IKAN PATIN MENGGUNAKAN METODE CERTAINTY FACTOR
APLIKASI DIAGNOSA PENYAKIT INFEKSI PADA IKAN PATIN MENGGUNAKAN METODE CERTAINTY FACTOR Seny Hidabiyah, Prihastuti Harsani, Aries Maesya Email: senychan92@gmail.com Program Studi Ilmu Komputer Fakultas
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT SEVERE ACUTE RESPIRATORY SYNDROME PADA MANUSIA DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR
SISTEM PAKAR MENDIAGNOSA PENYAKIT SEVERE ACUTE RESPIRATORY SYNDROME PADA MANUSIA DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR Putri Karina Ramayana Pasaribu 1, Lince Tomoria Sianturi 2, Pristiwanto 3 1 Mahasiswa
Lebih terperinciSistem Pakar Dasar. Ari Fadli
Sistem Pakar Dasar Ari Fadli fadli.te.unsoed@gmail http://fadli84.wordpress.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan
Lebih terperinciGambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)
BAB III LANDASAN TEORI 3.1. Landasan Teori 3.1.1. Konsep Dasar Sistem Pakar Sistem pakar adalah program komputer cerdas yang menggunakan pengetahuan dan prosedur-prosedur inferensi untuk menyelesaikan
Lebih terperinciSistem Pakar Diagnosa Penyakit Kulit dan Kelamin Dengan Metode Certainty Factor dan Fuzzy Logic
Sistem Pakar Diagnosa Penyakit Kulit dan Kelamin Dengan Metode Certainty Factor dan Fuzzy Logic I Putu Bayu Krisnawan I Ketut Gede Darma Putra I Putu Agung Bayupati Jurusan Teknologi Informasi Fakultas
Lebih terperinciPerancangan Sistem Pakar Diagnosa Penyakit Ginjal pada Manusia Berbasis Web
Perancangan Sistem Pakar Diagnosa Penyakit Ginjal pada Manusia Berbasis Web Edy Susanto STMIK IBBI Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 e-mail: edy@gmail.com Abstrak Sistem pakar
Lebih terperinciSISTEM PAKAR DETEKSI AWAL PENYAKIT TUBERKULOSIS DENGAN METODE BAYES
KLOROFIL Vol. 1 No. 1 2017: 17-23 ISSN 2598-6015 SISTEM PAKAR DETEKSI AWAL PENYAKIT TUBERKULOSIS DENGAN METODE BAYES YUSUF RAMADHAN NASUTION KHAIRUNA Fakultas Sains dan Teknologi Universitas Islam Negeri
Lebih terperinciSISTEM PAKAR DIAGNOSIS KERUSAKAN SEPEDA MOTOR NON MATIC
SISTEM PAKAR DIAGNOSIS KERUSAKAN SEPEDA MOTOR NON MATIC Cholil Jamhari 1*, Agus Kiryanto 2, Sri Huning Anwariningsih 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Sahid Surakarta
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pakar Definisi Pakar (Human Expert) adalah seseorang yang telah mempelajari fakta- fakta, buku teks, dan pengetahuan bidangnya, serta mengembangkan pengetahuan yang telah terdokumentasi
Lebih terperinciFeresi Daeli ( )
SISTEM PAKAR DALAM MENENTUKAN TINGKAT IQ ANAK YANG MENGALAMI RETERDASI MENTAL DENGAN METODE CERTAINTY FACTOR (STUDI KASUS: PENDIDIKAN SLB/B KARYA MURNI) Feresi Daeli (0911526) Mahasiswa Program Studi Teknik
Lebih terperinci