IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK PENENTUAN KEPASTIAN ATURAN PENYAKIT PADA ANAK
|
|
- Ade Tan
- 5 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI METODE CERTAINTY FACTOR UNTUK PENENTUAN KEPASTIAN ATURAN PENYAKIT PADA ANAK 1) Aldi Rifaldi, 2) Yusni Nyura 1), 2) Program Studi Teknik Informatika Politeknik Negeri Samarinda Samarinda 1) 2) Abstrak Certainty factor merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan. Certainty factor dapat digunakan untuk mengatasi suatu ketidakpastian dalam identifikasi jenis penyakit. Metode ini menerapkan gambaran kepercayaan dan ketidakpercayaan seorang pakar dengan memberikan nilai bobot untuk masing-masing gejala penyakit dengan nilai 0 sampai dengan 1 sehingga diperoleh nilai kepastian untuk setiap aturan penyakit pada anak. Berdasarkan hasil perhitungan dengan menggunakan metode Certainty factor dapat diketahui bahwa penyakit TBC pada anak memiliki nilai sebesar , sehingga berdasarkan interpretasi term pakar maka nilai aturan dasar penyakit TBC mendekati angka 1 atau pasti. Kata kunci: Certainty factor, Anak, Sistem Pakar 1. PENDAHULUAN Anak, terutama umur di bawah lima tahun umumnya sangat rentan terhadap serangan penyakit, mulai dari penyakit yang bersifat biasa seperti pilek, batuk, hingga penyakit yang bersifat kompleks baik dalam penanganan maupun pengobatan. ditandai dengan adanya sekumpulan gejala yang terdapat pada tubuh. Dengan gejala-gejala tersebut maka jenis penyakit dapat diketahui, namun diperlukan kemampuan seorang dokter untuk melakukan diagnosa. Dalam proses indentifikasi jenis penyakit anak, orang tua harus melakukan beberapa tes tanya jawab yang dilakukan oleh seorang dokter terhadap anaknya berdasarkan gejala yang dialami, selanjutnya akan diperoleh hasil berupa kesimpulan dari gejala yang ada. Hal ini tentunya akan sangat sulit diselesaikan bila persoalan/kondisi tersebut ditemukan didaerah terpencil yang memiliki keterbatasan khususnya ketersediaan seorang dokter. Untuk itu peran serta teknologi informasi khususnya pada bidang sistem pakar sangat diperlukan. Dalam hal ini sistem pakar diperlukan untuk memudahkan masyarakat tanpa harus berkonsultasi dengan dokter atau pakar, bisa mengetahui gejala penyakit lebih dini, atau juga bisa sebagai data pendukung saat berkonsultasi dengan dokter atau pakar tekait sesuai dengan hasil dari sistem pakar tersebut [1].. Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar [2]. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih seorang pakar dalam bidang tertentu. Kombinasi dari hal kedua tersebut tersimpan dalam komputer yang selanjutnya, akan diproses dalam pengambilan keputusan untuk menyelesaikan masalah tertentu. Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar. Sistem pakar harus mampu bekerja dalam kondisi ketidakpastian. Metode yang dapat digunakan untuk mengatasi masalah ketidak-pastian dalam mendiagnosis penyakit pada anak adalah dengan menggunakan metode certainty factor. Metode certainty factor merupakan nilai parameter klinis yang diberikan untuk menunjukkan besarnya kepercayaan [3]. Tujuan dari penelitian ini adalah untuk mendiagnosis dan menentukan tingkat keyakinan nilai Certainty factor untuk setiap aturan penyakit anak berdasarkan gejalanya. 2. DASAR TEORI 2.1 Penelitian Sebelumnya Penerapan metode certainty factor dalam bidang penelitian telah banyak dilakukan, diantaranya adalah penelitian untuk melakukan diagnosis penyakit unggas dengan menggunakan metode Certainty factor. Masing-masing penyakit disertakan dengan gejala dan bobotnya, tujuannya adalah untuk memudahkan dalam melakukan diagnosis terhadap gejala penyakit yang ditimbulkan oleh bakteri maupun virus dengan cepat dan tepat. Dari penelitian yang dilakukan tersebut diperoleh hasil bahwa diagnosis penyakit yang dilakukan dengan menggunakan metode Certainty factor sangat membantu para peternak unggas dalam mengantisipasi gejala yang ditimbulkan [4]. Selanjutnya adalah penelitian dengan menggunakan 2 (dua) metode yaitu metode Forward chaining dan metode Certainty factor kedalam sebuah aplikasi, tujuannya adalah untuk melakukan diagnosa penyakit kulit pada sapi Bali. Metode Forward chaining digunakan untuk melakukan proses awal dari sekumpulan gejala yang ada, kemudian dilanjutkan dengan melakukan inferensi terhadap gejala yang ada sehingga menghasilkan diagnosa. Hasil diagnosa yang diperoleh selanjutnya dipertegas kembali dengan 8
2 Rifaldi Dan Nyura, Implementasi Metode Certainty Factor Untuk Penentuan Kepastian Aturan Pada Anak menggunakan metode Certainty factor untuk menunjukkan tingkat kebenarannya atau keakuratan terhadap diagnosa tersebut. Dari penelitian yang dilakukan tersebut diperoleh hasil bahwa sistem mampu melakukan diagnosa penyakit kulit sapi Bali berdasarkan gejala-gejala yang diinputkan pengguna disertakan dengan defenisi penyakit dan cara pengobatannya [5]. Penelitian untuk mendiagnosa gangguan gizi menggunakan metode Certainty factor. Tujuan dari penelitian tersebut adalah untuk mengetahui bagaimana merancang dan membangun sistem pakar pendeteksi penyakit yang disebabkan oleh gangguan gizi menggunakan metode certainty factor. Dalam penelitian tersebut dikembangkan sistem pakar untuk mendiagnosa penyakit akibat gangguan gizi dengan menggunakan metode Certainty factor beserta rekomendasi gizinya. Sistem tersebut mengelompokkan penggunanya berdasarkan kategori Indeks Massa Tubuh (IMT), yakni kategori kurus, normal dan gemuk. Pengelompokkan dilakukan karena tiap kategori IMT memiliki kemungkinan penyakit yang diderita berbeda. Sistem bekerja dengan melakukan diagnosa berdasarkan gejalagejala penyakit yang didasarkan oleh pengguna, selanjutnya perhitungan dilakukan menggunakan metode certainty factor berdasarkan masing-masing gejala. Berdasarkan penelitian yang dilakukan, diperoleh bahwa hasil pengujian dengan membandingkan diagnosa yang dilakukan oleh sistem dan ahli gizi mendapatkan hasil sebanyak 90 %, sehingga dapat dinyatakan bahwa sistem yang dibuat dengan menggunakan metode certainty factor layak digunakan [6]. 2.2 Sistem Pakar Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke dalam komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar [2]. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah kaidah penarikan kesimpulan dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih seorang pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut tersimpan dalam komputer yang selanjutnya akan diproses melalui pengambilan keputusan untuk menyelesaikan masalah tertentu. Keuntungan sistem pakar [7], adalah : 1. Dapat memecahkan masalah lebih cepat dari manusia dengan kedalaman data yang sama 2. Menghemat waktu dalam pengambilan keputusan 3. Integrasi sistem pakar dengan komputer lebih efektif dan dapat mencakup aplikasi lebih luas 4. Dapat menyimpan pengetahuan dan keahlian pakar 5. Tidak memerlukan biaya, berbeda jika berkonsultasi dengan dokter atau pakar yang memerlukan biaya 6. Dapat melakukan proses lebih dari satu kali atau berulang Konsep Dasar Sistem Pakar Konsep dasar sistem pakar, dimana pengguna menyampaikan fakta atau informasi kepada sistem pakar, kemudian fakta dan informasi tersebut akan disimpan ke basis pengetahuan, dan diolah dengan mekanisme inferensi, sehingga sistem dapat memberikan respon kepada penggunanya berupa keahlian atau jawaban berdasarkan pengetahuan yang dimilikinya [8] Tujuan Sistem Pakar Tujuan dari sistem pakar untuk memindahkan kemampuan (transfering expertise) dari sebuah pakar atau sumber kepakaran yang lain ke dalam komputer dan kemudian memindahkannya dari komputer kepada pengguna yang tidak ahli (non expert) [8]. Proses ini meliputi empat aktivitas [8], yaitu : 1. Akusisi Pengetahuan (Knowledge Acquisition), yaitu kegiatan mencari dan mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain 2. Representasi Pengetahuan (Knowledge Representation), adalah kegiatan menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dalam komputer. Pengetahuan berupa fakta dan aturan disimpan dalam komputer sebagai sebuah komponen yang disebut Basis Pengetahuan. 3. Inferensi Pengetahuan (Knowledge Inferencing), adalah kegiatan melakukan inferensi berdasarkan pengetahuan yang telah disimpan didalam komputer 4. Pemindahan Pengetahuan (Knowledge Transfer), adalah kegiatan pemindahan pengetahuan dari komputer ke pemakai yang tidak ahli Metode Inferensi Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan [3]. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar, proses inferensi dilakukan dalam suatu modul yang disebut mesin inferensi Ketidakpastian (Uncertainty) Dalam menghadapi suatu permasalahan sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini dapat berupa probabilitas yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem [3]. Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, 9
3 JUST TI, Volume 10 Nomor 1, Januari 2018: 8-15 dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis [3]. Sistem pakar harus mampu berkerja dalam ketidakpastian [9]. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian. Diantaranya Probabilitas Klasik (Classical probability), Probabilitas Bayes, Teori Hartley berdasarkan Himpunan Klasik (Hartley Theory Based On Classical Sets), Teori Shannon berdasarkan pada probabilitas (Shannon Theory Based On Probability), Teori Dempster-Shafer (Dempster-Shafer Theory), Teori Fuzzy Zadeh (Zadeh s Fuzzy Theory) dan Faktor Kepastian (Certainty factor) [3] Ketidakpastian Aturan Ada tiga penyebab ketidakpastian aturan yaitu aturan tunggal, penyelesaian konflik dan ketidakcocokan (incompatibility) antar konskuensi dalam aturan. Aturan tunggal yang dapat menyebabkan ketidakpastian dipengaruhi oleh tiga hal, yaitu: kesalahan, probabilitas dan kombinasi gejala (evidence) [3]. Kesalahan dalam ketidakpastian aturan [3] dapat terjadi karena : 1. Ambiguitas, sesuatu didefinisikan dengan lebih dari satu cara 2. Ketidaklengkapan data 3. Kesalahan informasi 4. Ketidakpercayaan terhadap suatu alat 5. Adanya bias Probabilitas disebabkan ketidakmampuan seorang pakar dalam merumuskan suatu aturan secara pasti. Misalnya jika seseorang mengalami sakit kepala, demam dan bersin-bersin, maka ada kemungkinan orang tersebut terserang penyakit flu, tetapi bukan berarti apabila seseorang tersebut mengalami gejala tersebut pasti terserang penyakit flu. Hanya karena aturan tunggalnya benar, belum dapat menjamin suatu jawaban bernilai benar. Hal ini masih dipengaruhi oleh kompatibilitas antar aturan Kaidah Produksi (Production Rule) Ada banyak cara untuk mempresentasikan pengetahuan dalam sistem pakar, diantaranya adalah Logika (logic), Jaringan Semantic (semantic rules), Object-Atribut-Value (AOP), Bingkai (frame), dan Kaidah Produksi (production rule) [3]. Pengetahuan dalam kaidah produksi menurut [3], dapat dipresentasikan dalam bentuk berikut ini:. JIKA [antecedent] MAKA [konskuen] JIKA [kondisi] MAKA [aksi] JIKA [Premis ] MAKA [konklusi] Contoh aturan I : JIKA terjadi Luka MAKA berikan betadine Aturan terkadang menggunakan operator AND atau OR [2]. Contoh : JIKA dana mencukupi DAN pengiriman bisa dilakukan dari 1 bulan MAKA beli laser printer 2.7. Certainty Factor Certanity factor menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesa) berdasarkan bukti atau penilaian pakar [2]. Certainty factor menggunakan suatu nilai untuk mengasumsikan derajat keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumus dasar [2] sebagai berikut : [H, E] = MB[H, E] MD[H, E] (1) Dengan wawancara seorang pakar langsung, nilai bobot Certainty factor (rule) didapat dari interpretasi term dari pakar, yang di ubah menjadi nilai Certainty factor tertentu berdasarkan tabel 1. Berikut ini adalah deskripsi beberapa kombinasi Certainty Factor terhadap kondisi [2]. 1. Certainty factor untuk kaidah dengan premis tunggal (single premis rules): (H, E) = (E) (RULE) (USER) (PAKAR) (2) 2. Certainty factor untuk kaidah dengan premis majemuk (multiple premis rule): (A B) = Minimum((a), (b)) (rule) (3) (A B) = Maximum((a), (b)) (rule) (4) 3. Certainty factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rule) : ( 1, 2 ) = (1 cf 1 ) combine (5) Tabel 1 Nilai (rule) dari intrepretasi term Uncertainty term Pasti tidak - 1 Hampir pasti tidak - Kemungkinan besar tidak -0.6 Mungkin tidak -0.4 Tidak tahu -0.2, 0.2 Mungkin 0.4 Tabel 1 10
4 Rifaldi Dan Nyura, Implementasi Metode Certainty Factor Untuk Penentuan Kepastian Aturan Pada Anak Nilai (rule) dari interpretasi term (lanjutan) Uncertainty term Kemungkinan besar 0.6 Hampir pasti Pasti 1 Sumber [10] Untuk nilai user atau pengguna dapat memilih jawaban, yang masing-masing jawaban tersebut memiliki nilai bobot [2], yaitu: Tidak = 0 dan Ya = 1. Nilai 0 menunjukkan bahwa user tidak mengalami gejala yang ditanyakan oleh sistem. Semakin user yakin bahwa gejala tersebut memang dialami, maka semakin tinggi pula hasil keyakinan total yang diperoleh. Proses perhitungan presentasi keyakinan dimulai dengan pemecahan sebuah kaidah (rule) yang memiliki premis majemuk, menjadi kaidah- kaidah (rules) yang memiliki premis tunggal. kemudian masing-masing kaidah baru dihitung nilai Certainty factor dengan menggunakan persamaan 2, Sehingga setelah diperoleh nilai Certainty factor untuk masingmasing kaidah, kemudian nilai Certainty factor dikombinasikan dengan menggunakan persamaan 5 [2] Metode Penelitian Secara ringkas, metode dan tahapan penelitian yang dilakukan dapat digambarkan seperti pada gambar 1. Tahapan pada penelitian ini dilakukan atas 4 tahap yaitu input, analisa, implementasi metode certainty factor serta output. Pengumpulan data pada penelitian ini diperoleh dengan melakukan penyebaran kuesioner. Responden dalam penelitian ini adalah dokter yang ahli dibidang kesehatan anak dan dokter umum. 3. HASIL DAN PEMBAHASAN 3.1. Analisa Metode Certainty Factor Tahapan analisa data penyakit anak beserta gejalanya, dengan menggunakan metode Certainty factor terdiri atas tabel penyakit anak, tabel gejala penyakit, tabel keputusan penyakit anak. Berdasarkan data yang telah diperoleh sebelumnya, maka tahap selanjutnya adalah mengelompokkan nama penyakit anak beserta dengan gejalanya dan selanjutnya dimasukkan kedalam Tabel 2, yang terdiri atas 10 jenis penyakit yang umum terjadi pada anak khususnya anak dibawah umur 5 tahun. Selanjutnya ke 10 jenis penyakit yang umumnya terjadi pada anak, kemudian dikodekan untuk tiap-tiap jenis penyakit. P01 P02 P03 P04 P05 P06 P07 P08 P09 P10 Tabel 2 Anak Jenis Anemia Defiensi Besi Asma Bronkitis Pilek Campak Cacar Air Cacing Kremi Demam TBC Pneumonia Input Analisa Menghitung aturan dasar setiap penyakit Tabel Anak Implementasi Certainty Factor Output Pengujian manual setiap aturan penyakit Mulai Pengumpulan Data Jenis dan Anak Menentukan aturan (rule) setiap penyakit Tabel Anak Selesai Pembobotan nilai setiap gejala penyakit Gambar 1 Diagram Alir Metode Penelitian Selanjutnya penyakit yang terdapat pada anak kemudian dikelompokkan kedalam masing-masing gejala penyakit pada anak, berdasarkan Tabel 3. P01 P02 Tabel 3 Anak Jenis G1 Pucat di dalam sisi bibir G2 G3 G4 G5 G6 G7 G8 Pucat di telapak tangan Pucat di mata Kulit pucat Batuk kering sering di malam hari Nafas yang berbunyi ngik Sesak nafas Dada terasa sesak 11
5 JUST TI, Volume 10 Nomor 1, Januari 2018: 8-15 P03 P04 P05 P06 Tabel 3 Anak (lanjutan) Jenis G6 Nafas yang berbunyi ngik G9 G10 G11 G12 G13 G14 G15 G16 G17 G14 G17 G18 G19 G20 G21 G12 G22 G23 G26 G27 G28 Sesak nafas ketika melakukan rutinitas Batuk lebih dari seminggu Batuk berdarah Demam Bersin-bersin Hidung berlendir Sakit tenggorokan Tampak kelelahan Batuk Hidung berlendir Batuk Sakt mata Demam tinggi Mulut timbul bercak putih kecil Timbul ruam kemerahan Demam Perasaan tidak sehat Kurang nafsu makan Cepat merasa lelah Timbul ruam gelembung berisi cairan Gatal pada area anus P10 Tabel 3 Anak (lanjutan) Jenis G12 Demam G17 G70 G71 G72 G73 Batuk Nafas cepat Merintih Pernafasan dengan cuping hidung Mulut bayi membiru 3.2. Implementasi Metode Certainty Factor Tabel nilai Certainty factor (), merupakan tabel yang berisi nilai bobot setiap gejala yang diperoleh dari wawancara pakar secara langsung. Nilai diperoleh dari interpretasi term dari pakar kemudian diubah menjadi nilai sesuai dengan hukum teorema, dengan nilai antara -1 sampai dengan 1, karena menggunakan 3 (tiga) pakar, maka nilai akan dijumlahkan kemudian dibagi. Tabel 4 Nilai Certainty Factor Jenis No Jenis 1 Anemia Defiensi Besi Pucat didalam sisi bibir Pucat ditelapak tangan 0.66 Pucat dimata Kulit pucat 0.6 Batuk kering sering di malam hari 0.6 Nafas yang berbunyi ngik 0.66 P07 G29 Benang putih halus dalam tinja G30 Anak sering mengaruk bagian anus P08 G35 Suhu tubuh diatas normal 37 0 C G07 Sesak nafas G12 Demam G22 Perasaan tidak sehat 3 Bronkitis Sesak nafas 0.4 Dada terasa sesak 0.6 Sesak nafas ketika melakukan rutinitas 0.46 Batuk lebih dari seminggu Nafas yang berbunyi ngik G23 Kurang nafsu makan Batuk berdarah P09 G59 G65 G67 G68 G69 Menggigil Susut berat badan Dahak berdarah Berkeringat pada malam hari Batuk berdahak selama 3 minggu atau lebih Bersin-bersin Sakit tenggorokan 0.46 Tampak kelelahan 0.26 Hidung berlendir
6 Rifaldi Dan Nyura, Implementasi Metode Certainty Factor Untuk Penentuan Kepastian Aturan Pada Anak No Tabel 4 Nilai Certainty Factor (lanjutan) Jenis Jenis Batuk 0.6 No Tabel 4 Nilai Certainty Factor (lanjutan) Jenis Jenis Demam 0.33 Nafas cepat Campak 6 Cacar air 7 Cacing Kremi Hidung berlendir 0.4 Sakit mata 0.66 Batuk 0.6 Demam tinggi 0.73 Mulut timbul bercak putih kecil Timbul ruam kemerahan Perasaan tidak sehat 0.2 Kurang nafsu makan 0.26 Demam 0.33 Cepat merasa lelah 0.26 Timbul ruam gelembung berisi cairan Benang putih halus dalam tinja Gatal pada area anus Anak sering menggaruk bagian anus Demam Suhu diatas normal 37 0 C 9 Tuberkolosis 10 Pneumonia Sesak Nafas 0.4 Demam 0.33 Menggigil 0.6 Berkeringat pada malam hari Kurang nafsu makan 0.26 Susut berat badan 0.53 Batuk berdahak Dahak berdarah Perasaan tidak sehat 0.2 Demam 0.33 Batuk 0.6 Merintih 0.46 Pernafasan dengan cuping hidung Mulut bayi membiru 3.3. Metode Inferensi Certainty Factor () Berdasarkan Tabel 3 dan Tabel 4, maka aturan dibentuk dengan mempresentasikan pengetahuan kedalam bentuk kaidah produksi (production rule) untuk setiap penyakit. Kemudian mesin inferensi menelusuri basis pengetahuan sesuai data yang telah diperoleh untuk menemukan kesimpulan atau konklusi akhir berdasarkan premis untuk setiap penyakit. Aturan (rule) untuk setiap jenis penyakit anak dengan penalaran metode Certainty factor dapat dijelaskan sebagai berikut : 1. Aturan Anemia Defiensi Besi Aturan penyakit Anemia Defiensi Besi dalam penalaran metode Certainty factor, menggunakan aturan dalam bentuk kaidah produksi. Aturan atau rule yang diterapkan dalam aturan ini adalah kaidah derajat pertama dan operator AND dapat dilihat pada Tabel 5. Rule R-P01 Tabel 5 Aturan Anemia Defiensi Besi Premis If pucat didalam sisi G1 bibir And pucat ditelapak G2 tangan 0.66 G3 And pucat dimata G4 And kulit pucat 0.6 Then Anemia Defiensi Besi Kaidah produksi digunakan dalam penalaran terhadap aturan penyakit Anemia Defiensi Besi. Dengan memperhatikan aturan atau rule dalam kaidah derajat pertama dan operator AND sebagai penghubung antara premis dalam menentukan konklusi atau kesimpulan akhir menyatakan bahwa rule yang dibentuk dalam aturan ini untuk penyakit Anemia Defiensi Besi telah dibuat berdsarkan gejalanya. Selanjutnya nilai bobot dari setiap premis atau gejala yang dihitung menggunakan persamaan 5. 13
7 JUST TI, Volume 10 Nomor 1, Januari 2018: 8-15 A = 1(G1) + 2(G2) * (1-1(G01)) = * (1-) = B = 3(G3) + A * (1 3(G03)) = * (1 0.6) = c = 4(G4) + B * (1 4(G04)) = * (1 ) = Dengan demikian, tingkat keyakinan rule dasar nilai Certainty factor pada penyakit Asma memiliki nilai = , sehingga berdasarkan Tabel 1, maka perhitungan Certainty factor dasar penyakit Asma mendekati nilai 1 atau pasti. 3. Aturan Bronkitis Aturan penyakit Bronkitis dalam penalaran metode Certainty factor, dapat dilihat pada tabel 7. Dengan demikian tingkat keyakinan rule sebagai dasar penilaian pada penyakit Anemia Defiensi Besi adalah , sehingga berdasarkan tabel 1 dapat disimpulkan bahwa perhitungan menggunakan metode pada penyakit Anemia Defiensi Besi mendekati nilai 1 atau pasti. 2. Aturan Asma Aturan penyakit Asma dalam penalaran metode Certanty factor, dapat dilihat pada tabel 6. Rule Tabel 6 Aturan Asma Premis G8 If dada terasa sesak 0.6 Rule R-P03 Tabel 7 Aturan Bronkitis Premis If sesak nafas G9 ketika melakukan rutinitas 0.46 G11 And batuk berdarah G10 G6 And batuk lebih dari seminggu And nafas yang berbunyi ngik Then Bronkitis R-P02 G7 And sesak nafas 0.4 G6 G5 And nafas yang berbunyi ngik And batuk keringsering di malam hari Then Asma 0.66 Aturan dalam penyakit Asma menggunakan aturan kaidah produksi derajat pertama dan operator AND sebagai penghubung antar premis dalam menentukan konklusi atau kesimpulan akhir bahwa rule yang dibentuk dalam aturan ini menyatakan penyakit Asma berdasarkan gejalanya, kemudian nilai bobot setiap premis dihitung dengan persamaan 5 sebagai berikut : A = 1(G8) + 2(G7)*(1-1(G8)) = * (1-0.6)) =0.76 B = 3(G6)+ A*(1-3(G6)) = * (1-0.66) = C = 4(G5) + B * (1 4(G5)) = * 1 (1 0.6) = Aturan dalam penyakit Bronkitis menggunakan aturan dalam produksi derajat pertama dan operator AND sebagai penghubung antar premis dalam menentukan konklusi atau kesimpulan akhir bahwa rule yang dibentuk dalam aturan ini, menyatakan penyakit Bronkitis berdasarkan gejalanya, kemudian nilai bobot setiap premis dihitung dengan persamaan 5 sebagai berikut : A = 1(G9) + 2 (G11)*(1-1(G9)) = * (1-0.46) = 92 B = 3(G10) + A * (1 3(G10)) = + 92 * (1 ) = C = 4(G6) + B * (1-4(G6)) = * (1-) = Dengan demikian tingkat keyakinan rule dasar nilai Certainty factor pada penyakit Bronkitis memiliki nilai = , sehingga berdasarkan Tabel 1, maka perhitungan Certainty factor dasar penyakit Bronkitis mendekati nilai 1 atau pasti. Selanjutnya untuk menentukan tingkat keyakinan rule dasar nilai Certainty factor pada penyakit lainnya yang terdapat pada Tabel 2 dan 3, dengan menggunakan aturan kaidah produksi derajat 14
8 Rifaldi Dan Nyura, Implementasi Metode Certainty Factor Untuk Penentuan Kepastian Aturan Pada Anak pertama dan operator AND sebagai penghubung antar premis untuk mendapatkan konklusi atau kesimpulan dari masing-masing penyakit anak, maka tahap selanjutnya adalah menghitung nilai premis setiap penyakit berdasarkan gejalanya pada Tabel 4, dengan menggunakan persamaan 5. Hasil perhitungan dapat dilihat pada Tabel 8. Tabel 8 Hasil Perhitungan Anak Dengan Metode Centainty Factor Nama Rule Total Premis R-P01 Anemia Defiensi Besi R-P02 Asma R-P03 Bronkitis R-P04 Pilek R-P05 Campak R-P06 Cacar Air R-P07 Cacing Kremi R-P08 Demam R-P09 TBC R-P10 Pneumonia Berdasarkan hasil perhitungan yang dilakukan dengan menggunakan metode Certainty factor pada Tabel 8, maka dapat disimpulkan bahwa penyakit TBC pada anak memiliki nilai sebesar , sehingga berdasarkan interpretasi term pakar maka nilai aturan dasar penyakit TBC mendekati angka 1 atau pasti. 4. KESIMPULAN Berdasarkan analisa data dan implementasi metode Certainty factor yang dilakukan, maka dapat disimpulkan sebagai berikut : 1. Metode Certainty factor dapat digunakan untuk menentukan tingkat kepastian nilai Certainty factor dasar pada setiap aturan penyakit anak berdasarkan gejalanya 2. Penalaran yang dilakukan menggunakan metode Certainty factor dapat menjadi metode yang dapat digunakan untuk mendiagnosis jenis penyakit anak berdasarkan gejala penyakit 3. Berdasarkan perhitungan yang dilakukan dengan menggunakan metode Certainty factor pada setiap penyakit anak diperoleh hasil bahwa penyakit TBC memiliki nilai sebesar , sehingga berdasarkan interpretasi pakar term, maka nilai TBC mendekati angka 1 atau pasti. 5. REFERENSI [1] Russel, S., and Norvig, P., 2010, Artificial Inteligence : A Modern Approach, 3 rd Edition, Pearson Education New Jersey. [2] Turban, E., and Aronson, J.E., 2005, Decision Support Systems and Inteligent System. 6 th. Edition. Prentice Hall international Edition. New jersey [3] Kusrini, 2008, Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna dengan Metode Kuantifikasi Pertanyaan, Andi, Yogyakarta. [4] Rojawati S. dan Supriyati R., 2010, Sistem Pakar Diagnosis Unggas Dengan Metode Certainty Factor, Commit, Vol 4, Hal [5] Supartha, I. D. K., dan Sari I.N., Sistem Pakar Diagnosa Awal Kulit Pada Sapi Bali Dengan Menggunakan Metode Forward Chaining dan Certainty Factor, JANAPATI, Volume 3, No 3. [6] Wulandari F., dan Yuliandri I., 2014, Diagnosa Gangguan Gizi Menggunakan Metode Certainty Factor, Jurnal Sains, Teknologi dan Industri, Vol. 11, No. 2, Hal [7] Kusumadewi S., 2003, Artificial Inteligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta [8] Wijaya R., 2007, Penggunaan Sistem Pakar Dalam Pengembangan Portal Informasi Untuk Spesifikasi Jenis Infeksi, Jurnal Informatika, Vol. 3, No. 1, Hal [9] Giarratano J. C., and Riley G., 1994, Expert System : Principal And Programming, 2 nd Edition, PWS Publishing Co., USA. [10] Sinurat, A., dan Hutahaean, H,D.,2015, Sistem Pakar Diagnosa Pada Tanaman Coklat/Kakao Dengan Metode Certainty Factor, Informasi dan Teknologi Ilmiah (INTI), Volume 5, No 2, Hal
KUANTIFIKASI 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 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 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 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 terperinciBAB III ANALISIS SISTEM
BAB III ANALISIS SISTEM 3.1 Analisis Permasalahan Kesehatan merupakan hal yang berharga bagi setiap manusia karena jika terserang penyakit akan berpengaruh buruk untuk aktifitas yang dilakukan. Suatu penyakit
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 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 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 terperinciArtificial Intelegence EKA YUNIAR
Artificial Intelegence EKA YUNIAR Pokok Bahasan Ketidak Pastian Teorema Bayes Faktor Kepastian Ketidakpastian Dalam menghadapi suatu masalah, sering ditemukan jawaban yang tidak memiliki kepastian penuh.
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 terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT BABI DENGAN METODE BACKWARD CHAINING
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT BABI DENGAN METODE BACKWARD CHAINING Wisha Alvaliani Wirata (1) Rosa Delima (2) Katon Wijana (3) wisha_alvaliani@yahoo.co.id rosa@ukdw.ac.id katony@ukdw.ac.id Abstraksi
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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar merupakan salah satu cabang kecerdasan buatan yang mempelajari bagaimana mengadopsi cara seorang pakar berfikir dan bernalar dalam menyelesaikan suatu
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 terperinciSISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK USIA 0-36 BULAN MENGGUNAKAN METODE CERTAINTY FACTOR (CF) Kunto Nashiruddin Ahmad ( ) 2
SISTEM PAKAR DIAGNOSA PENYAKIT PADA ANAK USIA 0-36 BULAN MENGGUNAKAN METODE CERTAINTY FACTOR (CF) 1 Kunto Nashiruddin Ahmad (1110651059) 2 Daryanto, S.Kom, M.Kom 3 Heny Wahyu, S.Kom Program Studi Teknik
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 terperinciIMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT DENGAN GEJALA DEMAM MENGGUNAKAN METODE CERTAINTY FACTOR
IMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT DENGAN GEJALA DEMAM MENGGUNAKAN METODE CERTAINTY FACTOR Daniel, Gloria Virginia Teknik Informatika Universitas Kristen Duta Wacana Email: daniel_3490@yahoo.com,
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
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 terperinciKetidakpastian dan teorema bayes UTHIE
Ketidakpastian dan teorema bayes UTHIE Ketidakpastian Dalam menghadapi suatu masalah, sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini bisa berupa probabilitas atau kebolehjadian
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 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 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 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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan dokter ahli dan tenaga medis relatif masih kurang khususnya di daerah-daerah pelosok dan terpencil. Hal ini membuat masyarakat mengalami kesulitan dalam
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 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 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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Tabel 2.1 Perbandingan Tinjauan Pustaka
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tunjauan Pustaka Tabel 2.1 Perbandingan Tinjauan Pustaka NO Penulis Objek Metode Hasil Penelitian Perbandingan dengan Penelitian Sebelumnya 1 Christine Natalia
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mulut merupakan bagian dari organ pencernaan yang berfungsi sebagai jalan utama masuknya segala jenis asupan makanan. Mulut juga berfungsi sebagai komponen
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 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 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 terperinciSISTEM PAKAR DIAGNOSA AWAL KANKER SERVIKS DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL KANKER SERVIKS DENGAN METODE CERTAINTY FACTOR Fitrah Rumaisa 1), Iwan Rijayana 2), Tanti Nurafianti 3) 1,2,3) Jurusan Teknik Informatika Universitas Widyatama Jl. Cikutra 204
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Faktor keterbatasan biaya menjadikan sebagian masyarakat tidak mampu membawa anggota keluarganya berobat ke dokter. Selain itu, banyak orang beranggapan bahwa penggunaan tanaman
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 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 terperinciAPLIKASI POTENSI AKADEMIK BERBASIS TES PSIKOLOGI MENGGUNAKAN METODE CERTAINTY FACTOR
APLIKASI POTENSI AKADEMIK BERBASIS TES PSIKOLOGI MENGGUNAKAN METODE CERTAINTY FACTOR SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Prodi Teknik Informatika
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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pakar Kecerdasan buatan sebagaimana telah diketahui, saat ini merupakan suatu inovasi baru dalam bidang ilmu pengetahuan. Kecerdasan buatan atau Artificial Intelligence
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 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 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 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 terperinciMetode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia
Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia Irmalia Suryani Faradisa dan Putri Sari Jurusan Teknik Elektro, Institut Teknologi Nasional Malang E-mail: faradyza@gmail.com Abstrak Gejala
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 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 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 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 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 terperinciPENERAPAN METODE FORWARD CHAINING PADA PERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL DEMAM BERDARAH
PENERAPAN METODE FORWARD CHAINING PADA PERANCANGAN SISTEM PAKAR DIAGNOSIS AWAL DEMAM BERDARAH [1] Sri Lestanti, [2] Sabitul Kirom, dan [3] Dini Kustiari [1],[2,[3] Universitas Islam Balitar Abstrak: Demam
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT DAN HAMA TANAMAN PADI ORGANIK VARIENTAS IR 64 DENGAN METODE CERTAINTY FACTOR
SISTEM PAKAR MENDIAGNOSA PENYAKIT DAN HAMA TANAMAN PADI ORGANIK VARIENTAS IR 64 DENGAN METODE CERTAINTY FACTOR Disusun Oleh : Nama : Moch. Refan Syafi i NIM : A11.2008.03990 FAKULTAS ILMU KOMPUTER UNIVERSITAS
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Instrumen Penelitian Jenis penelitian yang digunakan adalah explanatory research yang bertujuan untuk mengkaji hubungan atar variabel yang di hipotesiskan sehingga dapat ditarik
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 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 PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA AWAL PENYAKIT GINJAL DENGAN METODE FUZZY LOGIC UNTUK PENENTUAN CERTAINTY FACTOR Nurul Azka 1, Andi Farmadi 2, Dwi Kartini 3 123 Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru,
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 terperinciDiagnosis Penyakit Infeksi Saluran Pernapasan pada Anak Menggunakan Forward Chaining dan Certainty Factor
Diagnosis Penyakit Infeksi Saluran Pernapasan pada Anak Menggunakan Forward Chaining dan Certainty Factor Ida Wahyuni 1), Chynthia Kusumawati 2) 1 Fakultas Ilmu Komputer, Universitas Brawijaya Malang 1,2
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 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 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 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 terperinciAplikasi Metode ForwardChaining Untuk Mengidentifikasi Jenis Penyakit Pada Kucing Persia
Aplikasi Metode ForwardChaining Untuk Mengidentifikasi Jenis Penyakit Pada Kucing Persia Ferdio Grady Susanto 1, SusanaLimanto 1, dan Marcellinus Ferdinand Suciadi 1 1 Universitas Surabaya, Surabaya, Jawa
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem pakar adalah suatu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah
Lebih terperinciSISTEM PAKAR DIAGNOSA DIABETES NEFROPATHY DENGAN METODE CERTAINTY FACTOR BERBASIS WEB DAN MOBILE
SISTEM PAKAR DIAGNOSA DIABETES NEFROPATHY DENGAN METODE CERTAINTY FACTOR BERBASIS WEB DAN MOBILE Denok Puspitasari Politeknik Elektronika Negeri Surabaya ITS, d.puspeeta@gmail.com Abstract Perkembangan
Lebih terperinci2/22/2017 IDE DASAR PENGANTAR SISTEM PAKAR MODEL SISTEM PAKAR APLIKASI KECERDASAN BUATAN
APLIKASI KECERDASAN BUATAN PENGANTAR SISTEM PAKAR Shinta P. Sari Prodi. Informatika Fasilkom UIGM, 2017 Definisi : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Seseorang yang ingin memeriksa kesehatannya cenderung untuk berkonsultasi ke dokter ahli, namun terkadang hal ini dapat menyulitkan seseorang
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, metode kecerdasan buatan (Artificial Intelligence) banyak digunakan dalam berbagai bidang seperti: bisnis, militer, pendidikan, psikologi, permainan
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE CERTAINTY FACTOR (Study Kasus di Puskesmas Campurdarat Tulungagung) SKRIPSI
SISTEM PAKAR DIAGNOSA PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE CERTAINTY FACTOR (Study Kasus di Puskesmas Campurdarat Tulungagung) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat
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 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 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 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 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 terperinciRancang Bangun Sistem Pakar Pendiagnosa Penyakit Demam Typhoid dan Demam Berdarah Dengue dengan Metode Forward Chaining
Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Demam Typhoid dan Demam Berdarah Dengue dengan Metode Forward Chaining Benny Wijaya, Maria Irmina Prasetiyowati Program Studi Teknik Informatika, Universitas
Lebih terperinciImplementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus
Implementasi Metode Dempster Shafer Pada Sistem Pakar Untuk Diagnosa Jenis-jenis Penyakit Diabetes Melitus Dewi Pratama Kurniawati Jurusan Teknik Informatika. Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
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 1 PENDAHULUAN 1.1. Latar belakang masalah
Bab 1 PENDAHULUAN 1.1. Latar belakang masalah Perkembangan teknologi yang sangat pesat sekarang ini terutama dalam bidang teknik informasi telah menjadikan informasi merupakan kebutuhan yang sangat penting.
Lebih terperinciRancang Bangun Sistem Pakar Pendiagnosa Penyakit Paru-Paru Menggunakan Metode Case Based Reasoning
Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Paru-Paru Menggunakan Metode Case Based Reasoning Diki Andita Kusuma 1, Chairani 2 1,2 Jurusan Teknik Informatika, IBI Darmajaya 1,2 Jl. A. Pagar Alam,
Lebih terperinciIMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KANDUNGAN MENGGUNAKAN METODE CERTAINTY FACTOR
IMPLEMENTASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KANDUNGAN MENGGUNAKAN METODE CERTAINTY FACTOR Aida Indriani, S.Kom, M.Kom 1), Yusni Amaliah, S.Kom 2) 1) Teknik Informatika STMIK PPKIA Tarakan 2) Sistem
Lebih terperinciBAB I PENDAHULUAN. akut, TBC, diare dan malaria (pidato pengukuhan guru besar fakultas
BAB I PENDAHULUAN 1.1. Latar Belakang Di negara yang sedang berkembang, khususnya di puskesmas sangat sulit dijumpai tenaga ahli kesehatan (spesialis), padahal orang tua sangat membutuhkan dokter spesialis
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Diagnosa Jenis Penyakit Epilepsi pada Anak
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
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 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 terperinciSISTEM PAKAR DIAGNOSIS SINDROM AKIBAT KELAINAN GENETIS PADA MANUSIA
SISTEM PAKAR DIAGNOSIS SINDROM AKIBAT KELAINAN GENETIS PADA MANUSIA Tirtanusa Geovan Dhyva. 1), Zikria Firmaini Kiat 2) 1), 2) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,
Lebih terperinciSISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA AWAL PENYAKIT THT
SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA AWAL PENYAKIT THT Wahyu Prabowo 1), Muhammad Arief Widyananda 2), Bagus Santoso 3) Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teknologi Informatika Fakultas
Lebih terperinciPERANGKAT LUNAK APLIKASI SISTEM PAKAR DIAGNOSIS PENYAKIT ANAK DAN PENANGANANNYA DENGAN METODE DEMPSTER-SHAFER
PERANGKAT LUNAK APLIKASI SISTEM PAKAR DIAGNOSIS PENYAKIT ANAK DAN PENANGANANNYA DENGAN METODE DEMPSTER-SHAFER Sukenda 1), Willy Prima Septian Nugraha 2) 1), 2) Teknik Informatika Universitas Widyatama
Lebih terperinciSISTEM PAKAR DIAGNOSA HAMA TANAMAN JERUK BERBASIS WEB MENGGUNAKAN METODE CERTAINTY FACTOR TUGAS AKHIR
SISTEM PAKAR DIAGNOSA HAMA TANAMAN JERUK BERBASIS WEB MENGGUNAKAN METODE CERTAINTY FACTOR TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
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 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 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 terperinciFUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN ABSTRAK
FUZZY TSUKAMOTO PADA SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT PENCERNAAN PADA BAYI USIA 0-12 BULAN Burhanuddin Ahmad (A11.2012.07062) Program Studi Teknik Informatika - S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Kecerdasan Buatan Kode Mata Kuliah : TI 037 Bobot Kredit : 3 SKS Semester Penempatan : VI Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya Mata Kuliah
Lebih terperinci