Sistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode Naïve Bayes-Certainty Factor
|
|
- Sukarno Tanuwidjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X Vol. 2, No. 11, November 2018, hlm Sistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode Naïve Bayes-Certainty Factor Renaldy Senna Hutama 1, Nurul Hidayat 2, Edy Santoso 3 Program Studi Teknik Informatika, 1 sennahutama@gmail.com, 2 ntayadih@ub.ac.id, 3 edy144@ub.ac.id Abstrak Stroke menjadi salah satu penyakit yang memiliki angka kematian yang tinggi di Indonesia dan juga di dunia. Penyakit ini bisa menjadi berbahaya jika tidak cepat ditangani karena gangguan dari darah yang memasok ke otak secara tiba-tiba dan jika tidak ditangani dengan cepat dapat menyebabkan cacat permanen ataupun kematian. Di Indonesia penyakit stroke dalam beberapa tahun terakhir mengalami peningkatan, akan tetapi pemerintah masih belum memiliki solusi dalam menyelesaikan permasalahan penyakit tersebut. Padahal proses penanganan penyakit stroke butuh waktu yang cukup dalam pendeteksiannya, apabila tidak ditangani dengan cepat bisa mengakibatkan cacat atau bahkan kematian. Dengan adanya permasalahan tersebut maka dibutuhkan sebuah sistem yang dapat mempercepat dan mempermudah dalam mendeteksi resiko untuk mengurangi angka seseorang terserang penyakit stroke. Metode yang digunakan dalam proses pendeteksian adalah Naïve Bayes-Certainty Factor. Metode Naïve Bayes digunakan untuk mencari peluang kemunculan dari tingkat resiko penyakit stroke. Untuk metode certainty factor digunakan untuk mencari nilai keyakinanya. Sistem ini dibangun dengan berbasis android dengan Bahasa pemrograman java. Untuk pengujian yang dilakukan yakni dengan melakukan perbandingan hasil deteksi dari pakar dengan hasil deteksi yang dilakukan oleh sistem dimana dari 25 data uji yang dilakukan didapatkan hasil akurasi sebesar 84%. Kata kunci: penyakit stroke, sistem pakar; deteksi, naïve bayes, certainty factor Abstract Stroke became one of the diseases that have a high mortality rate in Indonesia and also in the world. It can be dangerous if it is not handled quickly because of a sudden disruption of blood that supplies the brain and if not handled quickly can cause permanent disability or death. In Indonesia, stroke disease in recent years has increased, but the government still has no solution in solving the disease problem. Though the process of handling stroke disease takes sufficient time in detection, if not handled quickly can lead to disability or even death. With the existence of these problems then required a system that can accelerate and simplify the detection of risk to reduce the number of people suffering from stroke. The method used in the detection process is Naïve Bayes-Certainty Factor. The Naïve Bayes method is used to look for an opportunity to appear from the risk of stroke. For certainty factor method is used to find the value of his belief. This system is built with android based with Java programming language. For the test is done by doing a comparison of detection results from experts with the results of detection conducted by the system where from 25 test data obtained obtained accuracy of 84%. Keywords: stroke disease, expert system, detection, naïve bayes, certainty factor 1. PENDAHULUAN Stroke merupakan salah satu penyakit yang dapat menyebabkan kematian dimana penyakit ini merupakan penyakit syaraf mematikan yang memasok darah ke otak secara tiba-tiba sehingga mengalami gangguan(roger et al, 2011). Penyakit ini kerap dijumpai pada usia senja dan menjadi penyebab kematian terbanyak kedua di dunia dan merupakan penyebab kecacatan utama pada usia produktif (Russo et al, 2011). Di Indonesia dalam beberapa tahun terakhir mengalami peningkatan penyakit stroke cukup tinggi, akan tetapi masih belum ada tindakan ataupun solusi dari pemerintah untuk melakukan proses pencegahan penyakit stroke. Padahal Fakultas Ilmu Komputer Universitas Brawijaya 4333
2 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4334 penyakit stroke butuh waktu tidak sedikit dalam melakukan pendeteksian, masalahnya adalah apabila dalam proses penangannya mengalami penundaan atau keterlambatan bisa mengakibatkan cacat atau bahkan kematian. Dengan adanya permasalahan tersebut maka dibutuhkan sebuah sistem yang dapat mempercepat dan mempermudah dalam mendeteksi resiko untuk mengurangi angka seseorang terserang penyakit stroke. Dan bisa juga dimanfaatkan dalam meringankan tugas seorang dokter dalam mendeteksi penyakit yang diderita oleh pasien. Metode Naive Bayes digunakan untuk proses perhitungan pada nilai probabilitas di setiap classnya dan diambil nilai yang terbesar sebagai hasil deteksi. Untuk metode Certainty Factor digunakan untuk proses perhitungan nilai presentase keyakinan terhadap hasil deteksi pada metode naive bayes. Pada proses perhitungan metode Certainty Factor dilakukan perhitungan dengan memasukkan nilai keyakinan pakar dan nilai keyakinan dari pengguna yang sesuai dengan inputan jenis-jenis penyakit yang memengaruhi terserangnya penyakit stroke oleh pengguna. Penggunaan smartphone saat ini sudah semakin banyak dimana alat ini menjadi salah satu kebutuhan yang dapat mendukung komunikasi antar masyarakat. Dengan menggunakan smartphone pengguna dapat memperoleh informasi dengan mudah. Oleh karena itu sistem yang dikembangkan dengan berbasis android dalam menyesuaikan dengan keadaan pengguna yang ada (Al Ihsan, 2012). Pada penelitian sebelumnya yakni dengan judul Sistem Pakar Diagnosis Penyakit Kucing Menggunakan Metode Naïve Bayes-Certainty Factor di mana pada penelitian ini menghasilkan akurasi sebesar 80% (Affan, 2017). Kemudian penelitian selanjutnya yakni Sistem Pendukung Keputusan Deteksi Dini pada Penyakit Stroke menggunakan metode Dempster Shafer dimana penelitian ini menghasilkan akurasi sebesar 89%( Putri, 2015). Dalam penggunaan sistem pakar ini diharapkan dapat mempermudah bagi pengguna untuk mengetahui dengan cepat dalam mendeteksi secara dini tanpa harus memiliki perangkat komputer atau selalu terkoneksi dengan jaringan komputer (Al Ihsan, 2012). Penggunaan aplikasi ini akan lebih praktis dan efisien selain melalui perangkat mobile yang sudah banyak digunakan oleh masyarakat luas, pengguna aplikasi ini juga dapat digunakan dimana saja dan kapan saja (Ardiyanto et al, 2012). Oleh karena itu pada penelitian ini akan dikembangkan sebuah sistem pakar yang dapat mendeteksi secara dini resiko penyakit stroke dengan menggabungkan antara metode Naïve Bayes dan Certainty Factor dengan harapan sistem pakar ini dapat memberikan solusi yang tepat dalam proses pendeteksiannya. 2. TINJAUAN PUSTAKA 2.1 Stroke Penyakit stroke adalah penyakit yang ditandai dengan tanda gejala kehilangan fungsi otak karena terhentinya suplai darah ke otak. Penyakit stroke ini merupakan salah satu dari adanya penyebab kematian dan juga kecacatan neurologis yang utama yang ada di Indonesia. Untuk jenis-jenis resiko terserang penyakit stroke yang digunakan pada penelitian ini adalah tekana darah, diabetes, riwayat keluarga, merokok, aktifitas fisik, kolesterol, tinggi, berat, dan riwayat fibrrilasi atrium. Untuk proses deteksi tingkat resikonya dibedakan menjadi tiga yakni tinggi, sedang, dan rendah. 2.2 Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. Sistem pakar memberikan nilai tambah pada teknologi untuk membantu dalam menangani era informasi yang semakin canggih. Sistem pakar mengkombinasikan kaidahkaidah penarikan kesimpulan dengan basis pengetahuan tertentu yang kemudian kombinasi tersebut disimpan ke dalam komputer yag selanjutnya akan digunakan dalam proses pengambilan keputusan untuk meneyelesaikan masalah yang lebih spesifik (Prihatini, 2011). 2.3 Naïve Bayes Naïve Bayes merupakan suatu classifier perobabilistic simple yang berdasarkan pada teorema Bayes yang pada prosesnya mengasumsikan bahwa ada atau tidak adanya suatu fitur pada suatu kelas tidak berhubungan dengan ada atau tidak adanya fitur lain di kelas yang sama. Pada saat klasifikasi pendekatan Bayes akan menghasilkan label kategori yang apling tinggi probabilitasnya. Proses
3 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4335 perhitungan metode Naïve Bayes dapat dilakukan dengan menggunakan langkahlangkah berikut ini: 1. Mencari niali prior untuk tiap-tiap kelas dnegan menghitung rata-rata tiap kelas dengan menggunakan Persamaan 1. P = x A Di mana, P = Nilai Prior X = Jumlah data tiap kelas A = Jumlah data seluruh kelas 2. Mencari nilai likehood untuk tiap-tiap kelas dengan menggunakan Persamaan 2. L = F B Di mana, L = Nilai Likehood F = Jumlah data fitur tiap kelas B = Jumlah seluruh data tiap kelas rule yakni metode Net Belief yang diusulkan oleh E.H. Shortlife dan B.G. Buchanan: CF (Rule) = MB(H,E) MD(H,E) MB(H, E) = max[(h E),P(H)] P(H) P (H) = 1, max[1,0] P(H) MD(H, E) = max[p(h E),P(H)] P(H) Pc(H)=0, min[1,0] P(H) Di mana : CF(Rule) = Faktor Kepastian MB(H,E) = Measure of Belief (ukuran kepercayaan) terhadap hipotesis H, jika diberikan evidence E (antara 0 dan 1) MD(H,E) = Measure of Disbelief (ukuran ketidakpercayaan) terhadap evidence H, jika diberikan evidence E (antara 0 dan 1) P(H) = Probabilitas kebenaran hipotesis H P(H E) = Probabilitas bahwa H benar karena fakta E 3. METODOLOGI 3. Mencari nilai posterior dari tiap kelas yang dengan menggunakan Persamaan 3. P(c)ΠP(a c) Di mana, P(c) = Nilai prior tiap kelas P(a c) = nilai likehood Hasil klasifikasi dengan menggunakan metode Naive Bayes dilakukan dengan membandingkan nilai posterior dari kelas-kelas yang ada. Nilai posterior yang paling tinggi yang akan terpilih sebagai hasil klasifikasi. 2.4 Certainty Factor Teori certainty factor (CF) mengakomodasi ketidakpastian pemikiran seorang pakar. Seorang pakar/ahli dalam hal ini biasanya dokter sering kali menganalisis informasi yang ada dengan ungkapan seperti mungkin, kemungkinan besar, hampir pasti. Untuk mengakomodasi hal ini menggunakan certainty factor guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi. Di bawah ini merupakan cara untuk mendapatkan certainty factor (CF) dari sebuah Gambar 1 Diagram Metodologi Penelitian Pada metodologi ini akan dibagi dalam beberapa tahap agar proses yang dilakukan berjalan dengan baik. Langkah pertama diawali dengan studi literatur, pengumpulan data, perancangan sistem, implementasi sistem, pengujian sistem dan penarikan kesimpulan dan saran, untuk lebih jelasnya akan dijelaskan dalam diagram alir pada Gambar Data Penelitian
4 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4336 Pengumpulan data diambil dari data sekunder atau dataset yaitu data pasien penyakit stroke yang telah dicatat baik dalam hal penyebab hingga hasil deteksi tingkat resiko penyakit stroke. Dari hasil pengumpulan data tersebut didapatkan data faktor resiko terserang stroke beserta atributnya yaitu: Tabel 1. Data Faktor Resiko Penyakit Stroke Faktor resiko Tekanan Darah Tinggi Sedang Rendah >140/ /80-89 Diabetes Ya Digaris Batas Meroko k Aktifitas Fisik Riwayat Keluarg a Berat Fibrilasi atrium Ya Kadangkadang 1-2 kali dalam semingg u Ya Kelebiha n berat Beraturan Pasti Sedikit melebihi berat Tahu Sumber: (Association, 2009) <120/ kali dalam semingg u Berat sehat beraturan Keterangan: Stroke tinggi apabila terdapat >= dari 3 faktor resiko Stroke sedang apabila terdapat 4-6 faktor resiko Stroke rendah apabila terdapat 6-8 faktor resiko 4. PERANCANGAN Bab ini akan menjelaskan tentang aluralur dari proses perancangan yang akan dilakukan pada Sistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode Naïve Bayes-Certainty Factor. Proses-proses tersebut terdiri dari tiga bagian yakni analisis kebutuhan perangkat lunak, perancangan perangkat lunak, dan perancangan sistem pakar. Tahapan analisis kebutuhan perangkat lunak terdiri dari identifikasi aktor, Analisis kebutuhan masukan, Analisis kebutuhan proses, dan Analisis kebutuhan keluaran. Tahapan perancangan perangkat lunak terdiri dari use case, untuk perancangan sistem pakar terdiri dari akuisisi pengetahuan, basis [pengetahuan, mesin inferensi, blackboard, fasilitas penjelas dan antarmuka. Tahapan-tahapan dari metode Naïve Bayes-Certainty Factor yang digunakan pada penelitian ini terbagi menjadi tiga proses dalam proses Niave Bayes, yakni pertama mencari nilai probabilitas prior, kedua mencari nilai likehood, kemudian terakhir mencari nilai probabilitas posterior. Untuk metode Certainty Factor sendiri digunakan untuk menghitung nilai kepastian dari hasil perhitungan metode Niave Bayes yang telah dilakukan sebelumnya. Diagram Alir Naïve Bayes-Certainty Factor pada Gambar 2. Gambar 2 Diagram Alir Naive Bayes Certainty Factor 5. IMPLEMENTASI 5.1 Antarmuka Antarmuka Sistem Pakar Deteksi Penyakit
5 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4337 Stroke ini digunakan oleh pengguna untuk berinteraksi dengan sistem. Antarmuka untuk tampilan dari system sendiri terbagi menjadi enam halaman yakni halaman utama, halaman mulai deteksi, halaman informasi penyakit, halaman informasi perangkat, halaman informasi pengembang, dan halaman hasil deteksi penyakit stroke nya. Implementasi antarmuka ditunjukkan pada Gambar 3. Gambar 3 Implementasi Antarmuka 6. PENGUJIAN Pada hasil pengujian ini terdiri dari pengujian blackbox, pengujian angket dan pengujian akurasi. Untuk pengujian blackbox ini dilakukan dengan melakukan proses pengujian fungsionalitas sistem apakah berjalan sesuai dengan yang diharapkan atau tidak. angket dilakukan dengan membuat sebuah kuisioner untuk diisi oleh pengguna yang telah menguji atau menggunakan sistem yang telah dibuat apakah sistem yang dibuat layak atau tidak untuk digunakan. akurasi dilakukan dengan melakukan perbandingan hasil deteksi dari pakar dengan hasil deteksi yang dilakukan oleh sistem, apakah hasilnya sama atau tidak. 6.1 Blackbox Blackbox ini merupakan pengujian yang digunakan untuk mengetahui apakah sistem yang dibangun sudah sesuai dengan kebutuhan atau tidak. Proses pengujian ini dilakukan dengan menggunakan kasus uji untuk mengetahui apakah kinerja sistem sesuai dengan daftar kebutuhan. Berikut merupakan hasil pengujian kebutuhan fungsional halaman mulai deteksi dan halaman info penyakit: Tabel 2 Kasus Uji Halaman Mulai Deteksi Nama Kasus Uji Tujuan prosedur Hasil yang diharapkan Status Menampilkan halaman pertanyaan proses pendeteksian Untuk memastikan sistem dapat menampilkan pertanyaan dalam proses pendeteksian penyakit stroke 1. Sistem dijalankan 2. Memilih menu Mulai Deteksi Sistem dapat menampilkan tampilkan pertanyaan yang telah disediakan oleh sistem dalam proses mendeteksi penyakit stroke. Valid Tabel 3 Kasus Uji Halaman Info penyakit Nama Kasus Uji Tujuan prosedur Hasil yang diharapkan Status Menampilkan halaman info penyakit Untuk memastikan sistem dapat menampilkan halaman informasi tentang penyakit stroke. 1. Sistem dijalankan 2. Memilih menu info penyakit 3. Sistem menampilkan halaman info penyakit Sistem dapat menampilkan tampilkan halaman informasi penyakit yang telah disediakan oleh sistem. Valid 6.3 Angket
6 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4338 usability dilakukan dengan cara membuat sebuah kuisioner untuk diisi oleh pengguna yang telah menguji atau menggunakan sistem yang telah dibuat. Setiap pertanyaan yang ada akan diberikan sebuah nilai, yakni satu sampai dengan lima dan totalnya nanti akan dibagi dengan jumlah pertanyaan yang ada. Hasil dari perhitungan tersebut akan menjadi acuan apakah sistem layak atau tidak, semakin tinggi nilai yang didapatkan maka semakin baik sistem tersebut. Kuisioner yang dibuat sebanyak 20 lembar yang berisi lima pertanyaan, masing-masing dari pertanyaan memiliki nilai satu sampai lima. Sesuai dengan hasil kuisioner yang ada maka selanjutnya adalah dilakukan proses perhitungan mean untuk mendapatkan rata-rata. Berikut adalah hasil perhitungan hasil kuisioner pengujian usabilility: Total Nilai Mean = = 478 = 4,78 Jumlah Pertanyaan 100 Keterangan : Jika Mean = 1 Maka Sistem dianggap sangat buruk Jika Mean = 2 Maka Sistem dianggap buruk Jika Mean = 3 Maka Sistem dianggap biasa saja Jika Mean = 4 Maka Sistem dianggap baik Jika Mean = 5 Maka Sistem dianggap sangat baik 6.3 Akurasi akurasi ini digunakan untuk mengetahui besarnya nilai akurasi sistem yang dibuat. Pada pengujian ini melakukan sebuah perbandingan hasil deteksi dari pakar dengan hasil deteksi yang dilakukan oleh sistem, apakah hasilnya sama atau tidak. Untuk data yang didapatkan sebanyak 25 data uji dan setelah dilakukan proses pengujian sebanyak 25 kali tersebut terdapat 6 dari 25 data uji yang dilakukan oleh sistem hasilnya berbeda dari hasil yang diperoleh dari pakar, maka hanya terdapat 19 data uji yang hasilnya sama antara sistem dan yang diperoleh dari pakar. Yang kemudian nilai akurasi akan didapatkan dengan rumus sebagai berikut: Output yang sesuai akurasi = x 100% jumlah percobaan akurasi = 21 x 100% = 84% 25 Maka Akurasi yang didapatkan adalah sebesar 84%. 7. KESIMPULAN Berdasarkan hasil pengujian dan analisis hasil penelitian yang sudah dilakukan pada sistem pakar deteksi dini penyakit stroke menggunakan metode Naïve Bayes_Certainty Factor, maka didapatkan beberapa kesimpulan sebagai berikut: 1. Sistem yang dihasilkan sesuai dengan perancangan sistem secara keseluruhan sebagai solusi dari permasalahan dalam mendeteksi dini penyakit stroke yang dapat membantu masyarakat dalam mendeteksi secara dan tepat. 2. Berdasarkan hasil pengujian yang telah dilakukan dan diperoleh hasil sebagai berikut: a. blackbox mendapatkan presentase pengujiannya sebesar 100% sehingga dapat diberikan kesimpulan bahwa fungsionalitas sistem telah berjalan dengan apa yang dharapkan. b. usability menghasilkan ratarata diperoleh nilai sebesar 4,78. Dari nilai rata-rata tersebut dapat disimpulkan bahwa sistem yang dibangun sudah dianggap baik. c. akurasi memiliki nilai presentase akurasi sebesar 84% karena terdapat 4 data uji dari 25 data uji yang tidak sesuai dengan hasil yang diperoleh dari pakar yang disebabkan adanya kesamaan diantara beberapa resiko yang ada. DAFTAR PUSTAKA Al Ihsan S. H Pengembangan Sistem Pakar Agribisnis Cabai Berbasis Android. Program Studi Ilmu Komputer Institut Pertanian Bogor. Ardhitama, Ivan Aplikasi Sistem Pakar Untuk Mendiagnosa Dan Penanganan Dini Gangguan Autisme Pada Anak Dengan Metode Certainty Factor Berbasis Web. Program Studi Informatika Ilmu Komputer PTIIK Universitas Brawijaya Malang. Astuti, Puji Indah Pengembangan Sistem Pakar Identifikasi Awal Penyakit Kedelai dengan Pendekatan Naïve Bayes Berbasis android. Skripsi. diterbitkan. Institut Pertanian Bogor, Bogor. Indraswari, Deby Putri Sistem Pendukung Keputusan Deteksi Dini pada Penyakit
7 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 4339 Stroke menggunakan algoritma Dempster Shafer. Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya Malang. Prihatini, Putu Manik Metode Ketidakpastian Dan Kesamaran Dalam Sistem Pakar. Staf Pengajar Jurusan Teknik Elektro Politeknik znegeri Bali. Roger, V.L. et al., AHA Heart Disease and Stroke Statistics 2011 update: a report from the American Heart Association. Circulation 2011;123:e18-e209.) Suprayogi, Achmad Affan Sistem Pakar Diagnosis Penyakit Kucing Menggunakan Metode Naïve Bayes- Certainty Factor Berbasis Android. Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Brawijaya.
Sistem Diagnosis Penyakit Hati Menggunakan Metode Naïve Bayes
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2666-2671 http://j-ptiik.ub.ac.id Sistem Diagnosis Penyakit Hati Menggunakan Metode Naïve Bayes
Lebih terperinciBAB I PENDAHULUAN. yang semakin canggih dan pengetahuan yang semakin luas maka semakin banyak
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang semakin maju, seiring dengan teknologi yang semakin canggih dan pengetahuan yang semakin luas maka semakin banyak pula kebutuhan-kebutuhan
Lebih terperinciJURNAL IMPLEMENTASI NET BELIEF CERTAINTY FACTOR PADA SELEKSI PENERIMA BERAS MISKIN
JURNAL IMPLEMENTASI NET BELIEF CERTAINTY FACTOR PADA SELEKSI PENERIMA BERAS MISKIN IMPLEMENTATION OF NET BELIEF CERTAINTY FACTOR ON SELECTION POOR RICE RECEIVER Oleh: VENNY WIDYANIK NPM : 12.1.03.02.0123
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Makanan pokok manusia adalah nasi yang merupakan hasil dari tanaman padi. Dengan alasan demikian sehingga pertanian pangan mempunyai arti yang sangat penting bagi kehidupan
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 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 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 terperinciBAB IV HASIL DAN UJICOBA
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Sistem pakar mendiagnosisi penyakit Artritis Reumatoid Menggunakan Metode Certainty factor
Lebih terperinciBAB I PENDAHULUAN. Lulusan kedokteran gigi di tuntut untuk menyelesaikan pasien dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Lulusan kedokteran gigi di tuntut untuk menyelesaikan pasien dengan berbagai macam penyakit mulut, jaringan keras gigi dan jaringan lunak mulut. Kelainan jaringan
Lebih terperinciKETIDAKPASTIAN MACAM PENALARAN
MACAM PENALARAN KETIDAKPASTIAN 1. Penalaran non monotonis suatu penalaran dimana fakta baru mengakibatkan ketidak konsistenan Ciri: 1. mengandung ketidakpastian 2. adanya perubahan pada pengetahuan 3.
Lebih terperinciSistem Pakar Diagnosis Penyakit Tanaman Cengkeh Menggunakan Metode Naive Bayes (Studi kasus Kecamatan Wonosalam, Jombang)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 4034-4038 http://j-ptiik.ub.ac.id Sistem Pakar Diagnosis Penyakit Tanaman Cengkeh Menggunakan
Lebih terperinciPENGEMBANGAN SISTEM PAKAR PENDETEKSI PENYAKIT PADA KUCING DENGAN METODE CASE BASED REASONING DAN CERTAINTY FACTOR BERBASIS ANDROID
Volume 3, Edisi 2, Februari 2017 PENGEMBANGAN SISTEM PAKAR PENDETEKSI PENYAKIT PADA KUCING DENGAN METODE CASE BASED REASONING DAN CERTAINTY FACTOR BERBASIS ANDROID Galuh Gupita 1, Budi Harijanto 2, Yuri
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 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 terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Sistem Pakar adalah salah satu cabang dari kecerdasan buatan yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Diagnosis penyakit yang diderita oleh seorang penderita harus dapat dilakukan dengan tepat dan akurat, karena kesalahan diagnosis berakibat fatal dan bisa membahayakan
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 terperinciANALISIS PERBANDINGAN METODE DEMPSTER SHAFER DENGAN METODE CERTAINTY FACTOR UNTUK MENDIAGNOSA PENYAKIT STROKE
ANALISIS PERBANDINGAN METODE DEMPSTER SHAFER DENGAN METODE CERTAINTY FACTOR UNTUK MENDIAGNOSA PENYAKIT STROKE Ira Lina Kendayto Panjaitan 1, Erwin Panggabean 2, Sulindawaty 3 [1, 2, 3] Teknik Informatika
Lebih terperinciANALISIS 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 terperinciMETODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG
METODE PENALARAN SISTEM PAKAR MENGGUNAKAN MODEL HIBRID FUZZY DEMPSTER SHAFER UNTUK IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG Nurmahaludin (1), Gunawan Rudi Cahyono (1) mahaludin@poliban.ac.id (1),
Lebih terperinciBAB IV HASIL DAN UJI COBA
55 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Penulis merancang program sistem pakar untuk mendiagnosa penyakit ikan hias menggunakan metode certainty factor dengan menggunakan bahasa pemogram Microsoft
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Penyakit demam dengue atau demam berdarah merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegepty dan Aedes albopictus
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Di bidang kedokteran, saat ini sudah memanfaatkan teknologi komputer yaitu sistem pakar untuk meningkatkan pelayanan yang lebih baik pada masyarakat. Sistem
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan sistem Sistem Pakar Mengidentifikasi Penyakit Amenore Menggunakan Certainty Factor yang
Lebih terperinciSISTEM PAKAR DIAGNOSA OVERHEATING PADA KENDARAAN BERSISTEM PENDINGIN AIR (LIQUID COOLING SYSTEM)
J u r n a l T e k n i k A V o l 9 N o 1 M a r e t 2 0 1 7, 1-5 ISSN No. 2085-0859 SISTEM PAKAR DIAGNOSA OVERHEATING PADA KENDARAAN BERSISTEM PENDINGIN AIR (LIQUID COOLING SYSTEM) Adika Nur Sandrayanto
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Autis merupakan gangguan perkembangan fungsi otak yang mencakup bidang sosial, komunikasi verbal (bahasa) dan non-verbal, imajinasi, fleksibilitas, lingkup minat, kognisi
Lebih terperinciAplikasi Diagnosis Penyakit Sapi Menggunakan Metode Certainty Factors Berbasis Android
84 KOMPUTASI, Vol.13, No 2, Juli 2016, pp. 84-93 ISSN: 1693-7554 Aplikasi Diagnosis Penyakit Sapi Menggunakan Metode Certainty Factors Berbasis Android Indra Fauz i Rohman 1, Prihastuti Harsani 2, Arie
Lebih terperinciImplementasi Metode Naïve Bayes-Certainty Factor Untuk Identifikasi Penyakit Kanker Pada Sistem Reproduksi Wanita
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 9, September 2018, hlm. 2999-3005 http://j-ptiik.ub.ac.id Implementasi Metode Naïve Bayes-Certainty Factor Untuk
Lebih terperinciSISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 2, (2017) 57 SISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID Aditiawarman 1, Helfi Nasution 2, Tursina 3 Program Studi Teknik Informatika,
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 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 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 terperinci1.3 Batasan Masalah Adapun batasan masalahnya adalah sebagai berikut: 1. Uji coba perangkat lunak
1 1.1 penyakit. Selain itu, ikan nila memiliki toleransi yang luas terhadap kondisi lingkungan serta memiliki kemampuan yang efesien dalam membentuk protein dari bahan organik, limbah domestik, dan pertanian.
Lebih terperinciJurnal Ilmiah INOVASI, Vol.14 No.2 Hal , Mei-September 2014, ISSN
SISTEM PAKAR DIAGNOSA PENYAKIT PULPITIS PADA GIGI DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR Oleh : Elly Antika, I Putu Dody Lesmana*), dan Annisaa Sri Hindayati**) ABSTRAK adalah peradangan pada pulpa
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT HYPEROPIA DAN MYOPIA PADA
ISSN : 232-385 Seminar Nasional Teknologi Informasi dan Multimedia 26 STMIK AMIKOM Yogyakarta, 6-7 Februari 26 SISTEM PAKAR DIAGNOSA PENYAKIT HYPEROPIA DAN MYOPIA PADA MANUSIA BERBASIS ANDROID MENGGUANAKAN
Lebih terperinciPemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster - Shafer
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 6, Juni 208, hlm. 2408-243 http://j-ptiik.ub.ac.id Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital
Lebih terperinciAPLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN J2ME DENGAN METODE CERTAINTY FACTOR
Proyek Akhir APLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN J2ME DENGAN METODE CERTAINTY FACTOR Dosen Pembimbing : YULIANA SETIOWATI, S.Kom AFRIDA HELEN, ST, M.Kom Oleh : Heru Susanto 7406.030.004 Pendahuluan
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 terperinciSISTEM PAKAR PENDIAGNOSIS PENYAKIT PADA SISTEM ENDOKRIN MANUSIA MENGGUNAKAN METODE CERTAINTY FACTOR. Iwan Kurniawan
SISTEM PAKAR PENDIAGNOSIS PENYAKIT PADA SISTEM ENDOKRIN MANUSIA MENGGUNAKAN METODE CERTAINTY FACTOR Iwan Kurniawan Program Studi Teknik Informatika S1 Universitas Dian Nuswantoro Jl. Nakula 1 No. 5 11
Lebih terperinciBAB I PENDAHULUAN. dinding sistem pencernaan, mulai dari mulut hingga ke anus. Tapi kondisi ini
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit crohn adalah salah satu penyakit radang usus dan merupakan kondisi jangka panjang yang mana peradangan bisa terjadi pada seluruh lapisan dinding sistem pencernaan,
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 terperinciSISTEM PAKAR DIAGNOSIS KERUSAKAN NOTEBOOK MENGUNAKAN METODE INFERENSI FORWARD CHAINING DAN TEOREMA BAYES (STUDI KASUS JOGJA COMPUTER) SKRIPSI
SISTEM PAKAR DIAGNOSIS KERUSAKAN NOTEBOOK MENGUNAKAN METODE INFERENSI FORWARD CHAINING DAN TEOREMA BAYES (STUDI KASUS JOGJA COMPUTER) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada bab ini akan membahas mengenai uraian singkat hasil-hasil penelitian atau analisis terdahulu yang ada hubungannya dengan permasalahan yang akan ditinjau dalam tugas akhir.
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 terperinciBAB I PENDAHULUAN. beroperasi seperti otak manusia, sistem ini dapat mengambil keputusan layaknya
BAB I PENDAHULUAN I. Latar Belakang Sistem pakar (Expert system) adalah suatu sistem yang dapat bekerja atau beroperasi seperti otak manusia, sistem ini dapat mengambil keputusan layaknya seorang pakar
Lebih terperinciPENERAPAN NAIVE BAYES CLASSIFIER DALAM IDENTIFIKASI PENYAKIT ANTRAKS PADA SAPI ABSTRAK
PENERAPAN NAIVE BAYES CLASSIFIER DALAM IDENTIFIKASI PENYAKIT ANTRAKS PADA SAPI,, Program Studi Ilmu Komputer, F-MIPA Universitas Pakuan Email : hassolthine@gmail.com Program Studi Ilmu Komputer, F-MIPA
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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam rangka meningkatkan derajat kesehatan penduduk salah satunya adalah menanggulangi penyakit Demam Berdarah Dengue (DBD), mulai dari tindakan
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 Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Sistem Pakar Untuk Mengetahui Gangguan Depresi Mayor Dengan Menggunakan Faktor Kepastian Aninda Astuti 1), Kusrini 2)
Lebih terperinciSKRIPSI PENERAPAN METODE CERTAINTY FACTOR PADA APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PERNAPASAN PADA MANUSIA
SKRIPSI PENERAPAN METODE CERTAINTY FACTOR PADA APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PERNAPASAN PADA MANUSIA Oleh : MUHAMMAD ULIN NUHA 2011-51-241 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciAPLIKASI SISTEM PAKAR PENANGANAN DINI PADA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID
APLIKASI SISTEM PAKAR PENANGANAN DINI PADA PENYAKIT SAPI DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID Sonty Lena 1, Imam Suryaman 2 12 Program Studi Teknik Informatika STMIK LPKIA Jln. Soekarno Hatta
Lebih terperinciCERTAINTY FACTOR UTHIE
CERTAINTY FACTOR UTHIE Pengetahuan di dalam sistem pakar yang direpresentasikan dengan menggunakan CF diekspresikan dalam seperangkat aturan yang memiliki format : IF evidence THEN hipotesa (CFrule =.)
Lebih terperinciSistem Pakar Diagnosis Penyakit Demam: DBD, Malaria dan Tifoid Menggunakan Metode K-Nearest Neighbor Certainty Factor
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 5, Mei 2017, hlm. 426-435 http://j-ptiik.ub.ac.id Sistem Pakar Diagnosis Penyakit Demam: DBD, Malaria dan Tifoid
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Bab ini akan membahas tentang contoh-contoh sistem pakar yang telah dibangun sebelumnya. Contoh sistem pakar yang telah banyak dikembangkan untuk membantu pengguna dalam menyelesaikan
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Kelinci merupakan hewan pengerat yang berbulu lembut yang dapat dijadikan hewan peliharaan karena keindahannya, sebagai bahan konsumsi, dan sebagai percobaan. pada
Lebih terperinciSKRIPSI SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS ANDROID. Oleh: Khotibul Umam
SKRIPSI SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS ANDROID Oleh: Khotibul Umam 201151001 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT PADA MANUSIA SERTA PENGOBATANNYA MENGGUNAKAN TANAMAN OBAT BERBASIS WEB
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT PADA MANUSIA SERTA PENGOBATANNYA MENGGUNAKAN TANAMAN OBAT BERBASIS WEB Alfiandri 1, Suraya 2, Erfanti Fatkhiyah 3 1,2,3 Teknik Informatika, Institut Sains
Lebih terperinciAPLIKASI PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS DENGAN METODE ANALISIS FAKTOR KEPASTIAN
APLIKASI PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS DENGAN METODE ANALISIS FAKTOR KEPASTIAN Erfan Hasmin Teknik Informatika STMIK DipanegaSra, Makassar erfan.hasmin@gmail.com Abstrak Aplikasi pakar merupakan
Lebih terperinciBAB I PENDAHULUAN. adalah program artificial inteligence ( kecerdasan buatan atau AI) yang
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem pakar merupakan sebuah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran yang dimiliki manusia sebagai pakar yang tersimpan
Lebih terperinciBAB 1 Pendahuluan Latar Belakang
BAB 1 Pendahuluan 1.1. Latar Belakang Kulit merupakan organ terluar yang menjadi pelindung pertama bagi tubuh manusia, sehingga jika terjadi sesuatu pada anggota tubuh yang lebih dahulu terkena adalah
Lebih terperinciSISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TANAMAN KEDELAI MENGGUNAKAN METODE CERTAINTY FACTOR
L A P O R A N S K R I P S I SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TANAMAN KEDELAI MENGGUNAKAN METODE CERTAINTY FACTOR RIF AN HARDIYANTO NIM. 201051098 DOSEN PEMBIMBING Rina Fiati, ST, M.Cs Endang Supriyati,
Lebih terperinciSistem Pakar Untuk Mendiagnosa Alergi Pada Anak Menggunakan Metode Met Teo T rem a Bay Ba es
Sistem Pakar Untuk Mendiagnosa Alergi Pada Anak Menggunakan Metode Teorema Bayes Dengan Client Server Berbasis Android Nama : Rizky Maula NPM : 16112614 Jurusan : Sistem Informasi Pembimbing : Dr. Novrina
Lebih terperinciBAB I PENDAHULUAN. sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik
BAB I PENDAHULUAN BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar adalah sistem yang mempekerjakan pengetahuan manusia yang ditangkap dalam komputer untuk memecahkan masalah yang biasanya membutuhkan
Lebih terperinciBAB I PENDAHULUAN. manusia atau bahkan melebihi kemampuan kerja manusia.
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Komputer yang
Lebih terperinciABSTRAK. Kata kunci: temperamen, kepribadian, Hippocrates, sinonim, antonim, pembelajaran mesin. Universitas Kristen Maranatha
ABSTRAK Hubungan antar manusia sering kali mengalami gangguan karena perbedaan kepribadian. Tipe-tipe kepribadian pada dasarnya memiliki kesamaan dan perbedaan yang sudah dikelompokkan oleh teori Hippocrates,
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 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 terperinciBAB I PENDAHULUAN. seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Hal ini yang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan komputer dewasa ini mengalami perkembangan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Hal ini yang
Lebih terperinciABSTRAK. Kata kunci: Spam, Android, Pesan, Java, Webservice. Universitas Kristen Maranatha
ABSTRAK Penipuan dengan menggunakan pesan singkat pada ponsel yang diterima oleh pengguna sampai sekarang ini masih sangat banyak. Pesan penipuan ini dikirim oleh orang yang tidak bertanggung jawab dan
Lebih terperinciImplementasi Metode Dempster-Shafer untuk Mendeteksi Penyakit Diabetes Mellitus
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2956-2962 http://j-ptiik.ub.ac.id Implementasi Metode Dempster-Shafer untuk Mendeteksi Penyakit
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan Negara Agraris yang memiliki potensi yang baik dalam bidang pertanian. Wilayah Indonesia yang strategis yang dilalui garis khatulistiwa menjadi
Lebih terperinciSISTEM PAKAR DETEKSI DINI PENYAKIT PADA BURUNG PUYUH DENGAN METODE FORWARD CHAINING
1 SISTEM PAKAR DETEKSI DINI PENYAKIT PADA BURUNG PUYUH DENGAN METODE FORWARD CHAINING Dimas Panji Widjanarko Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula No. 5-11 Semarang-50131 dimazpanji193@gmail.com
Lebih terperinciBAB IV HASIL DAN UJI COBA. pakar mendeteksi adanya viskositas darah dalam tubuh menggunakan Metode
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini akan dijelaskan tentang tampilan hasil dari perancangan sistem pakar mendeteksi adanya viskositas darah dalam tubuh menggunakan Metode Teorema
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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan
Lebih terperinciANALISIS METODE CERTAINTY FACTOR DALAM SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT SAPI PEDAGING
ANALISIS METODE CERTAINTY FACTOR DALAM SISTEM PAKAR UNTUK MENDETEKSI PENYAKIT SAPI PEDAGING Ahmad Abdullah Zain 1, Erna Zuni Astutik, M.Kom 2 1 Mahasiswa Teknik Informatika, Universitas Dian Nuswantoro
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 terperinciSISTEM PENDUKUNG KEPUTUSAN DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE DEMPSTER-SHAFER
Journal of Environmental Engineering & Sustainable Technology JEEST http://jeest.ub.ac.id SISTEM PENDUKUNG KEPUTUSAN DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE DEMPSTER-SHAFER Deby Putri Indraswari
Lebih terperinciSISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI MENGGUNAKAN METODE NAÏVE BAYES
SISTEM PAKAR PENGENALAN GEJALA DINI PENYAKIT EPILEPSI MENGGUNAKAN METODE NAÏVE BAYES Bayu Hendra Setiawan 1, Edy Mulyanto, SSi, M.Kom 2 Program Studi Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciBAB I PENDAHULUAN. serta terkadang sulit untuk menemui seorang ahli/pakar dalam keadaan
1.1 Latar Belakang BAB I PENDAHULUAN Penyakit pada kucing, seringkali membuat pemiliknya merasa bingung karena kurangnya pengetahuan pemilik tentang penyakit binatang tersebut. Permasalahan yang sering
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 terperinciBAB I PENDAHULUAN. pelaksana diagnosa digantikan oleh sebuah sistem pakar, maka sistem pakar
BAB I PENDAHULUAN I.1. Latar Belakang Sistem pakar menirukan perilaku seorang pakar dalam menangani suatu persoalan. Pada suatu kasus seorang pasien mendatangi dokter untuk memeriksa badannya yang mengalami
Lebih terperinciBAB I PENDAHULUAN. kolesterol dan menyeimbangkan kadar gula. Buah naga banyak mengandung
BAB I PENDAHULUAN I.1 Latar Belakang Buah naga memiliki banyak manfaat untuk kesehatan, seperti menurunkan kolesterol dan menyeimbangkan kadar gula. Buah naga banyak mengandung vitamin C, Beta Karoten,
Lebih terperinciSISTEM PENDETEKSI GANGGUAN HAMA DANPENYAKIT TANAMAN PADI BESERTA PENANGGULANGANNYA
SISTEM PENDETEKSI GANGGUAN HAMA DANPENYAKIT TANAMAN PADI BESERTA PENANGGULANGANNYA Santi Purwaningrum 1, KhafiizhHastuti, M.Kom 2 MahasiswaUniversitas Dian Nuswantoro Semarang 1, DosenUniversitas Dian
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 DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING
SISTEM PAKAR DIAGNOSA PENYAKIT PARU-PARU DENGAN METODE FORWARD CHAINING Anugerah Jaya Aziz Amrullah 1, Ekojono 2 Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang
Lebih terperinciSISTEM PAKAR MENDETEKSI KERUSAKAN PADA SMARTPHONE DENGAN METODE FORWARD CHAINING
SISTEM PAKAR MENDETEKSI KERUSAKAN PADA SMARTPHONE DENGAN METODE FORWARD CHAINING Veni Wedyawati 1, Halimah Tusaadiah 2 Sistem Informasi, Sekolah Tinggi Teknologi Industri Padang Email : 1 venywedya@sttind.ac.id,
Lebih terperinci(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan
(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan dan interaksi obat yang benar yaitu meliputi cara pemberian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada bab ini akan membahas tentang contoh-contoh sistem pakar yang telah dibangun sebelumnya dengan menggunakan metode Certainty Factor maupun dengan metode lainnya. Untuk mengelola
Lebih terperinciSistem Pakar Diagnosa Autisme pada Balita Berbasis Android
E-Journal Teknik Informatika Vol 10, No. 1 (2017), ISSN : 2301-8364 1 Sistem Pakar Diagnosa Autisme pada Balita Berbasis Android Marlika Tosani Pallangan, Vecky C. Poekoel, Alwin M. Sambul Teknik Informatika
Lebih terperinciDIAGNOSIS PENYAKIT AKIBAT INFEKSI VIRUS PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR
DIAGNOSIS PENYAKIT AKIBAT INFEKSI VIRUS PADA ANAK MENGGUNAKAN METODE CERTAINTY FACTOR Heri, Helfi Nasution, Helen Sasty Pratiwi Program Studi Teknik Infornatika Universitas Tanjungpura e-mail: heri.afung@gmail.com
Lebih terperinciBAB III LANDASAN TEORI. Pada bab ini akan dipaparkan teori-teori yang melandasi di dalam pembangunan sistem pakar yang penulis akan buat.
BAB III LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang melandasi di dalam pembangunan sistem pakar yang penulis akan buat. 3.1. Sistem Pakar Sistem pakar adalah sistem yang berusaha mengadopsi
Lebih terperinciPENALARAN INEXACT. KETIDAKPASTIAN dan KAIDAH
PENALARAN INEXACT KETIDAKPASTIAN dan KAIDAH - Salah satu karakteristik umum dari suatu informasi yang tersedia untuk seorang pakar adalah ketidaksempurnaan. Informasi yang tersedia bisa jadi tidak lengkap,
Lebih terperinciJSIKA Vol. 4, No. 2. September 2015 ISSN X
SISTEM PAKAR IDENTIFIKASI PENYAKIT KULIT ANJING MENGGUNAKAN METODE CERTAINTY FACTOR Arnaz Malikul Hakim 1) Jusak 2) Erwin Sutomo 3) Program Studi/JurusanSistemInformasi STMIK STIKOM Surabaya Jl. Raya KedungBaruk
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Hewan ternak ayam memiliki banyak manfaatnya seperti telur dan dagingnya tidak terlepas dari kebutuhan konsumsi sehari-hari. Namun, ada permasalahan utama yang hampir
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 terperinciImplementasi Metode Certainty Factor Dalam Mendiagnosa Penyakit Kulit
Implementasi Metode Certainty Factor Dalam Mendiagnosa Penyakit Kulit Suharjono, Tursina 2, Helen Sastypratiwi 3 Program Studi Teknik Informatika, Jurusan Teknik Elektro, Universitas Tanjungpura Pontianak,2,3
Lebih terperinciPENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT
PENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT Dedy Ahmad Kurniawan 1), Danny Kriestanto 2) Teknik Informatika, STMIK AKAKOM e-mail: dedyahmad.akakom10@gmail.com 1), danny@akakom.ac.id 2) ABSTRAK
Lebih terperinci