Jurnal Sistem Informasi
|
|
|
- Widyawati Tanudjaja
- 9 tahun lalu
- Tontonan:
Transkripsi
1 Halaman 143 JSIKA Vol 3, No 2 (2014)/ ISSN X Jurnal Sistem Informasi Situs Jurnal : RANCANG BANGUN SISEM PAKAR DIAGNOSIS GANGGUAN PREFERENSI SEKSUAL MENGGUNAKAN MEODE CERAIN FACOR PADA INSIUSI KEPOLISIAN Imam Syafi i 1) Jusak 2) Erwin Sutomo 3) Program Studi/Jurusan Sistem Informasi SMIK SIKOM Surabaya Jl. Raya Kedung Baruk 98 Surabaya, )[email protected], 2)[email protected], 3)[email protected] Abstract: A sexual preference disorder or Paraphilia is a deviate act that is hidden by the subject. It appears to be ignoring or hurting other people. Currently, Police institutions have implemented ways to know about this sexual abnormality. However, in the identification process there are similar symptoms that leads to the same conclution of the specific kind of paraphilia. In this case, it can cause a mistake in determining the type of sexual preference disorder along with the limitation to psychology staff and time limitation also made the solution to the case to be delayed. Based on the problems above, then the expert system is made that can help part of the psychology especially to those who do not have a clinical background to diagnose this sexual preference disorder to expedite the process of the psychological test and not to delay the settlement of the case. he certainty factor expert system will identify every symptom that is experienced by the problematic person, and the system will produce a diagnosis of sexual preference disorder result towards the problematic person. he trial result of the expert system application shows that the system is capable to identify the type of the disturbance in sexual preference with the accuracy of 93, 3%. he following result is made based on the input that is given by the user and compared with the diagnose result that is been done by police expert clinical psychology in the amount of 15 cases. Keywords: Expert System, Certainty Factor, Paraphilia Komnas Perempuan mencatat dalam waktu tiga belas tahun terakhir ( ) kasus kekerasan seksual berjumlah hampir seperempat dari seluruh total kasus kekerasan. Ada kasus kekerasan seksual dari total kasus kekerasan yang dilaporkan. Ada 5 jenis kekerasan seksual terbanyak, yaitu perkosaan (4.845 kasus), perdagangan perempuan untuk tujuan seksual (1.359 kasus), pelecehan seksual (1.049 kasus), penyiksaan seksual (672 kasus), dan eksploitasi seksual (342 kasus) (Komnas Perempuan, 2011). Berdasarkan data kasus yang diperoleh dari Direktorat Reserse Kriminal Umum Daerah Jawa imur pelanggaran seksual juga merupakan kasus terbesar setelah kasus kekerasan dalam rumah tangga. Ada beberapa faktor secara umum yang dapat menyebabkan terjadinya sebuah kejahatan. Pertama adalah faktor yang berasal atau terdapat dalam diri si pelaku yang maksudnya bahwa yang mempengaruhi seseorang untuk melakukan sebuah kejahatan itu timbul dari dalam diri si pelaku itu sendiri yang didasari oleh faktor keturunan dan kejiwaan (penyakit jiwa). Faktor yang kedua adalah faktor yang berasal atau terdapat di luar diri pribadi si pelaku. Maksudnya adalah yang mempengaruhi seseorang untuk melakukan sebuah kejahatan itu timbul dari luar diri si pelaku itu sendiri yang didasari oleh faktor rumah tangga dan lingkungan (Hamzah, 1986). Berdasarkan wawancara yang dilakukan penulis kepada salah satu personel bagian psikologi di institusi kepolisian yakni
2 Halaman 144 uliana Ratih Darmayanti, dari faktor kejiwaan tersebut ada beberapa jenis gangguan seksual yang berkaitan dengan pelanggaran seksual berupa gangguan preferensi seksual atau dalam ilmu psikologi sering disebut parafilia (Lampiran 2). Gangguan preferensi seksual atau Parafilia merupakan sekelompok gangguan seksual yang gambaran utamanya berupa khayalan atau perbuatan yang tidak lazim atau aneh untuk mendapatkan gairah seksual. Gangguan preferensi seksual atau Parafilia adalah perilaku menyimpang yang disembunyikan oleh pelakunya, tampak mengabaikan atau menyakiti orang lain, dan merusak kemungkinan ikatan antara orang-orang (Kaplan, 1997). Institusi kepolisian saat ini sudah melakukan cara untuk mengetahui kelainan seksual pada orang bermasalah yakni dengan melakukan tes tulis psikologi dan wawancara setelah bagian psikologi menerima surat keterangan untuk dilakukan tes psikologi bagi orang bermasalah oleh bagian penyidik dari polres. es tulis psikologi merupakan serangkaian kegiatan pengukuran untuk mendeskripsikan seseorang, baik kemampuan (ability), kepribadian, kecenderungan, dan tanggung jawab sedangkan tes wawancara untuk mengetahui riwayat hidup, dinamika selama hidup, dan alasan melakukan sesuatu. Namun dari 10 personel bagian psikolsogi hanya 6 personel yang dapat untuk melakukan tes psikologi dan wawancara tersebut, sedangkan dalam menentukan hasil diagnosis gangguan preferensi seksual hanya 2 personel yang memiliki latar belakang psikologi klinis yang dapat melakukannya, karena dalam mendiagnosis gangguan preferensi seksual terkadang ada gangguan yang memiliki gejala yang sama dan besar kontribusi gejala terhadap suatu gangguan juga berbeda-beda. Bagian psikologi juga memiliki jadwal dinas untuk wilayah daerah Jawa imur setiap bulannya. Jika 2 personel bagian psikologi yang memiliki latar belakang psikologi klinis ditugaskan untuk mengunjungi Polres yang tersebar di wilayah Jawa imur maka bagian psikologi akan mengalami kendala dalam menentukan diagnosis gangguan preferensi seksual, karena personel yang bukan latar belakang klinis tidak memiliki pengetahuan yang cukup dalam mendiagnosa gangguan preferensi seksual. Berdasarkan permasalahan yang ada, maka dibangun sistem pakar diagnosis gangguan preferensi seksual bagi orang bermasalah dengan metode certainty factor. Sistem pakar ini dirancang dengan menerapkan kemampuan dan pengetahuan dari personel bagian psikologi yang memiliki latar belakang klinis. Metode certainty factor digunakan untuk mengakomodasi ketidakpastian pemikiran (inexact reasoning) dan juga untuk menggambarkan tingkat keyakinan ahli psikologi klinis dalam mendiagnosa gangguan preferensi seksual. Sistem pakar ini diharapkan menjadi alat bantu bagi bagian psikologi khususnya bagi personel yang tidak memiliki latar belakang psikologi klinis dalam mendiagnosa gangguan preferensi seksual pada orang bermasalah dan juga diharapkan dapat mempercepat proses tes psikologi sehingga penyelesaian perkara tidak tertunda. MEODE Desain Arsitektur Gambar 1 merupakan blok diagram yang memuat tentang gambaran hubungan antara elemen-elemen utama sistem pakar diagnosis gangguan preferensi seksual seperti yang dikutip oleh Kusrini (2006). User merupakan pengguna yang mengisikan jawaban pertanyaan dan kemudian akan dikonversi menjadi sebuah nilai. Kemudian akan dilakukan proses inferensi yang merupakan perhitungan nilai CF menggunakan metode certainty factor berdasarkan aturanaturan yang terdapat pada knowledge base. Output yang dihasilkan adalah jenis gangguan preferensi seksual dengan nilai prosentase serta saran penanganan. Sistem Pakar Diagnosis Gangguan Preferensi Seksual User Konversi Nilai Mesin Inferensi Basis Pengetahuan Gambar 1. Blok Diagram Output Jenis Gangguan Preferensi Seksual dan Saran Penanganan Proses konversi nilai dari jawaban pengguna terhadap pertanyaan konsultasi nantinya akan diolah menjadi nilai CF, kemudian nilai CF dari jawaban pengguna akan dihitung berdasarkan CF rule gejala dan CF rule penyakit. tabel 1 merupakan nilai CF evidence dari jawaban pertanyaan diagnosis. abel 1. Nilai CF Evidence Uncertain erm Nilai CF Evidence
3 Halaman 145 idak Pernah -0,4 Jarang 0,1 Kadang-Kadang 0,5 Sering 0,9 Sumber: Suryo Narmodo, S. Psi, 2013 Mekanisme Inferensi Dalam sistem pakar diagnosis gangguan preferensi seksual ini akan menghasilkan nilai prosentase gangguan preferensi seksual dengan cara proses inferensi menggunakan perhitungan nilai CF menggunakan metode certainty factor. Nilai dari jawaban pengguna akan dihitung menggunakan kombinasi nilai CF. Proses dalam mesin inferensi ini dimulai dengan menghitung nilai CF awal atau nilai CF dari pertanyaan x yang didapatkan dari hasil perkalian antara nilai rule gejala dari pertanyaan x dengan nilai evidence pertanyaan x seperti pada gambar 2. Gambar 3. Flowchart Kombinasi Nilai CF Gejala Gambar 3 merupakan flowchart pengelompokan pertanyaan atau ciri-ciri berdasarkan gejala. Apabila terdapat pertanyaan yang mengarah pada gejala yang sama maka nilai CF rule gejala tersebut akan dikombinasi. 1 CF[X] > 0 && CF[Z] > 0 CK[X] = CF[X] + CF[Z](1 CF[X]) CF[X] < 0 && CF[Z] < 0 CK[X] = CF[X] + CF[Z](1 + CF[X]) CK[X] = CF[X] + CF[Z]/(1 - Min[ CF[X], CF[Z] ]) 2 Gambar 2. Flowchart perhitungan nilai CF gejala Gambar 4. Flowchart Lanjutan Kombinasi Nilai CF Gejala Gambar 4 merupakan flowchart kombinasi dari rule gejala. Setelah semua CF Rule gejala dikombinasi kemudian akan dihitung CF total dari CF kombinasi rule gejala dengan CF rule gangguan dengan melakukan perulangan untuk mengklasifikasikan gejala berdasarkan gangguan preferensi seksual dan nilai CF total dari gejala akan dikombinasikan untuk mendapatkan nilai CF akhir dari masing-masing gangguan preferensi seksual. Flowchart kombinasi nilai CF gangguan dapat dilihat pada gambar 5 dan gambar 6.
4 Halaman 146 B For = 1 to CRP H = Hipotesis CF = Nilai certainty factor CF (Rule) = Nilai CF rule GPe = G(RP[]) Pe[C]= GPe? CFtot = CF[X]*CF[RP] CF[Pe] = CFtot CF[W] = CF[Pe] ++ PeG = G(RP[]) Pe[C]= GPe? CFtot = CF[X]*CF[RP] CF[Pe] = CFtot CF[Z] = CF[Pe] > CRP? ++ > CRP? 6 C++ = 1 CG[X] = CF[X] C > CPe? ampilkan Nilai CG[X] dari semua penyakit Selesai Gambar 5. Flowchart Kombinasi nilai CF gangguan Context Diagram Gambar 7 merupakan context diagram sistem pakar diagnosis gangguan preferensi seksual, terdapat 3 entitas eksternal, yaitu pengguna, Bagian Psikologi Biro SDM, dan Bagian Psikologi Klinis. Pada sistem ini, bagian Psikologi Biro SDM akan memasukkan ke dalam sistem data pengguna dan mendapatkan keluaran data pengguna. Pengguna dapat memberikan masukan kepada sistem berupa data orang bermasalah, jawaban konsultasi. Pengguna juga mendapatkan keluaran dari sistem berupa hasil diagnosis, dan laporan diagnosis. Sedangkan bagian Psikologi Klinis akan memberikan masukan berupa nilai CF rule penyakit, nilai CF rule gejala, jadwal histori konsultasi. Bagian Psikologi Klinis juga akan mendapatkan keluaran berupa laporan histori konsultasi, detil histori diagnosis, data CF rule gejala, dan data CF rule penyakit. 3 Data Pengguna Bagian Psikologi Biro SDM CF[W] > 0 && CF[Z] > 0 CK[X] = CF[W] + CF[Z](1 CF[W]) Laporan hasil diagnosis dan saran penanganan 0 CF[W] < 0 && CF[Z] < 0 CK[X] = CF[W] + CF[Z]/(1 - Min[ CF[X], CF[W] ]) Hasil diagnosis Jaw aban pertanyaan konsultasi Data Pelaku Sistem Pakar Diagnosis Gangguan Preferensi Seksual + Data Pengguna Data CF Rule Gangguan Nilai CF Rule Gangguan Jadw al Histori Diagnosis Nilai CF rule gejala CK[X] = CF[W] + CF[Z](1 + CF[W]) 4 Gambar 6. Flowchart Lanjutan Kombinasi nilai CF gangguan Untuk rumus perhitungan nilai CF, sistem ini menggunakan rumus kombinasi dua buah rule dengan evidence berbeda (E1 dan E2), tetapi hipotesis sama. (Sutojo, dkk. 2010) rumus kombinasi gabungan certainty factor : Dimana : E = Nilai evidence Penguna Laporan detil diagnosis Laporan Histori Diagnosis Data CF Gejala Gambar 7. Context Diagram Bagian Psikologi Klinis Data Flow Diagram DFD level 0 berisi mengenai proses yang terdapat di dalam sistem pakar diagnosis gangguan preferensi seksual. Pada DFD terdapat 3 subproses, yaitu maintain data, diagnosis, dan membuat laporan. Subproses maintain berfungsi untuk maintain data pengguna, maintain data orang bermasalah, dan maintain data CF rule. Subproses diagnosis berfungsi untuk menyediakan suatu form pertanyaan yang harus dijawab oleh pengguna yang sebelumnya telah di masukkan ke dalam sistem oleh bagian Psikologi Klinis, keluaran dari proses ini akan menghasilkan data hasil diagnosis dan data detail diagnosis. Subproses membuat laporan berfungsi untuk mengolah hasil diagnosis yang telah dihasilkan menjadi suatu laporan, keluaran dari
5 Halaman 147 subsistem ini menghasilkan tiga keluaran, yaitu laporan hasil diagnosis, laporan histori konsultasi, dan detil histori konsultasi. HASIL DAN PEMBAHASAN Sistem pakar diagnosis gsngguan preferensi seksual ini dibangun sesuai dengan tahap perancangan yang sudah dilakukan sebelumnya. Berikut ini adalah hasil dari pembuatan aplikasi. Halaman Login Seluruh pengguna sistem pakar diagnosis gangguan preferensi seksual perlu melakukan proses login untuk dapat mengakses sistem pakar diagnosis gangguan preferensi seksual. Hak akses pengguna dibagi menjadi 3, yakni admin, klinis, dan user. Halaman login dari aplikasi sistem pakar diagnosis gangguan preferensi seksual dapat dilihat pada gambar 8 berikut ini. maka sistem akan menampilkan menu utama dengan fitur fungsionalitas sebagai bagian psikologi klinis yaitu maintain data pelaku, edit nilai CF gangguan, edit nilai CF gejala, diagnosis gangguan, histori diagnosis, dan histori periode. Menu utama klinis dapat dilihat pada gambar 10 berikut ini. Gambar 10. Menu Utama Klinis Sedangkan pengguna yang melakukan proses login dengan menggunakan hak akses sebagai user maka tampilan menu utama yang akan ditampilkan oleh sistem yaitu maintain data pelaku, dan diagnosis. Menu utama user dapat dilihat pada gambar 11 berikut ini. Gambar 11. Menu Utama Pengguna Gambar 8. Form Login Halaman Menu Utama Pengguna yang memiliki hak akses sebagai admin dapat mengakses menu utama sesuai dengan fitur fungsionalitas sebagai admin yaitu: maintain data pengguna, maintain data pelaku, dan menu diagnosis. Gambar 9 berikut ini merupakan halaman utama dari pengguna dengan hak akses admin. Halaman Mantain Data Pengguna Halaman maintain data pengguna merupakan halaman yang digunakan oleh pengguna dengan hak akses sebagai admin untuk menambahkan, mengubah, serta menonaktifkan pengguna yang menggunakan sistem pakar diagnosis gangguan preferensi seksual. Halaman Maintain data pengguna dapat dilihat pada gambar 12 berikut ini. Gambar 9. Menu Utama Admin Jika pengguna melakukan proses login dengan menggunakan hak akses sebagai klinis Gambar 12. Maintain Data Pengguna
6 Halaman 148 Halaman Maintain Data Pelaku Halaman sub menu maintain pelaku merupakan halaman yang dapat digunakan oleh pengguna yang memiliki hak akses admin, klinis, maupun user untuk mengelola data orang bermasalah. Pengguna dapat menambahkan, dan mengubah data orang bermasalah. ampilan dari halaman Maintain data pelaku dapat dilihat pada gambar 13. Halaman Konsultasi Halaman konsultasi digunakan oleh semua pengguna untuk melakukan proses diagnosis gangguan preferensi seksual. Pada halaman tersebut terdapat pertanyaan mengenai gejala gangguan preferensi seksual yang harus dijawab oleh pengguna. Halaman diagnosis dapat dilihat pada gambar 16. Gambar 13. Maintain Data Pelaku Halaman Maintain Nilai CF Rule Halaman Maintain nilai CF rule gangguan ini digunakan oleh bagian klinis untuk melakukan pengelolaan nilai CF rule gangguan pada sistem pakar. Halaman Maintain nilai CF rule penyakit dapat dilihat pada gambar 14. Gambar 16. Halaman Diagnosis Setelah menjawab semua pertanyaan, pengguna dapat melihat hasil analisa dengan menekan tombol analisa. Hasil diagnosis dapat dilihat pada gambar 17. Gambar 14. Maintain CF Rule Gangguan Sedangkan untuk halaman Maintain nilai CF rule gejala ini digunakan oleh bagian klinis untuk melakukan pengelolaan nilai CF rule gejala pada sistem pakar. Halaman Maintain nilai CF rule gejala terlihat pada gambar 15. Gambar 17. Hasil Diagnosis Halaman Histori Diagnosis Pada halaman ini pengguna bagian klinis dapat melihat histori dari diagnosis yang pernah dilakukan. Halaman histori diagnosis dapat dilihat pada gambar 18. Gambar 15. Maintain CF Rule Gejala Gambar 18. Histori Diagnosis
7 Halaman 149 Pada halaman histori diagnosis, pengguna dapat melihat detail dari histori diagnosis dengan menekan tautan lihat hasil. Pada detail histori diagnosis berisi jenis gangguan yang diderita dan saran penanganan terhadap gangguan preferensi seksual. Gambar 19 merupakan tampilan dari detail histori konsultasi. Gambar 21. Cetak Histori Periode Gambar 19. Detail Histori Konsultasi Halaman Histori Periode Halaman histori periode merupakan fitur yang berfungsi untuk melihat histori diagnosis yang telah dilakukan sebelumnya untuk periode tertentu. Untuk mengakses halaman ini pengguna dapat menekan menu histori periode yang terdapat pada halaman menu utama klinis. Gambar 20 merupakan tampilan dari histori periode. Rekapitulasi Uji Coba Sistem Sebelum aplikasi sistem pakar siap diimplementasikan, aplikasi akan diuji untuk memastikan telah terbebas dari kesalahan yang terjadi, baik dari segi logikal program maupun segi fungsional program. Pengujian black box testing digunakan untuk menguji sistem dari segi fungsional program apakah telah berjalan dengan baik. Menurut Pressman (2002), Pengujian black-box berfokus pada persyaratan fungsional perangkat lunak. Dengan demikian, pengujian black-box memungkinkan perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan fungsional untuk suatu program. abel 4 merupakan rekapitulasi dari hasil pengujian black box testing yang dilakukan pada fitur fungsional yang ada pada sistem pakar diagnosis gangguan preferensi seksual. abel 4. Rekapitulasi Black Box esting Gambar 20. Detail Histori Konsultasi Pada bagian kanan tombol tampilkan terdapat tombol cetak yang digunakan untuk mencetak data histori diagnosis yang dipilih berdasarkan periode tertentu. Gambar 21 merupakan tampilan dari cetak histori periode. Hasil dari rekapitulasi menunjukkan bahwa aplikasi sistem pakar telah siap untuk diimplementasikan oleh pengguna aplikasi. Selanjutnya adalah hasil rekapitulasi uji coba angket yang telah dilakukan kepada 10 orang, yaitu satu personel bagian admin, dua personel bagian klinis, dan tujuh personel staf atau pengguna dari bagian psikologi kepolisian. abel 5. Rekapitulasi Hasil Angket Uji Coba Pengguna
8 Halaman 150 Hasil dari rekapitulasi tabel 5 menunjukkan bahwa aplikasi sistem pakar termasuk dalam kategori sangat baik. Sedangkan tabel 6 menunjukkan hasil rekapitulasi dari diagnosis sistem berdasarkan masukan yang diberikan oleh user dan dibandingkan dengan hasil diagnosis yang dilakukan oleh pakar psikologi klinis kepolisian sebanyak 15 kasus, untuk menunjukkan ketepatan aplikasi. abel 6. Rekapitulasi Hasil Uji Implementasi Berdasarkan rekapitulasi hasil uji implementasi pada tabel 6, dapat diketahui tingkat akurasi sistem pakar untuk mendiagnosis gangguan preferensi seksual dengan menggunakan perhitungan berikut ini. Akurasi = (Hasil epat / Seluruh data) * 100% = (14 / 15) * 100% = 0,933 * 100% = 93,3% Berdasarkan perhitungan akurasi diatas, dapat diketahui nilai akurasi sistem pakar diagnosis untuk mendiagnosis gangguan preferensi seksual adalah sebesar 93,3%. SIMPULAN Setelah melakukan implementasi dan evaluasi dari sistem pakar dapat ditarik beberapa kesimpulan, antara lain sebagai berikut : 1. Sistem pakar ini mengidentifikasi gangguan preferensi seksual berdasarkan gejala-gejala yang tampak pada orang bermasalah menggunakan metode certainty factor. 2. Sistem pakar untuk diagnosis gangguan preferensi seksual menggunakan metode certainty factor telah diuji coba pada 15 kasus yang diuji coba bersama dengan Pakar Psikologi Bagian Klinis Kepolisian, dimana 14 kasus mendapatkan hasil yang sesuai dengan diagnosis Pakar Psikologi Bagian Klinis Kepolisian. Dengan demikian sistem ini memiliki ketepatan diagnosis sebesar 93,3%, sehingga sistem pakar ini dapat dioperasikan oleh personel Kepolisian khususnya Bagian Psikologi yang tidak memiliki latar belakang Psikologi Klinis sebagai alat bantu dalam mendiagnosis gangguan preferensi seksual pada orang bermasalah. 3. Sistem pakar untuk diagnosis gangguan preferensi seksual ini juga memberikan suatu saran penanganan berdasarkan jenis gangguan preferensi seksual yang dimiliki oleh orang bermasalah. RUJUKAN Hamzah, A Hukum Pidana dan Acara Pidana. Jakarta: Ghalia Indonesia. Kaplan, I. H., Sadock B. J., dan Grebb J. A Sinopsis Psikiatri Jilid 2. Jakarta: Binarupa Aksara. Komnas Perempuan Lembar Fakta Kekerasan Seksual dan Perkosaan. p-content/uploads/2011/11/lembar- Fakta-Kekerasan-Seksual-dan- Perkosaan.pdf. Diakses 25 April Kusrini Sistem Pakar eori dan Aplikasi. ogyakarta:andi. Pressman, Roger S Rekayasa Perangkat Lunak Pendekatan Praktisi (Buku Satu). ogyakarta: Andi. Sutojo,., Mulyanto, E., Suhartono, V Kecerdasan Buatan. ogyakarta: ANDI.
Jurnal Sistem Informasi
JSIKA Vol 3, No 2 (2014) Jurnal Sistem Informasi Situs Jurnal : http://jurnal.stikom.edu/index.php/jsika SISTEM PAKAR DIAGNOSIS PENYAKIT PADA AYAM PETELUR MENGGUNAKAN METODE CERTAINTY FACTOR Abstract:
SISTEM 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, [email protected] 2 Sistem Informasi, Universitas Kanjuruhan
SISTEM CERDAS DIAGNOSA PENYAKIT AYAM
SISTEM CERDAS DIAGNOSA PENYAKIT AYAM PRASETYO ADHY PRABOWO Program Studi Ilmu Komputer, FIK Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Semarang, 50131 Abstrak : Seiring perkembangan tekhnologi,
JSIKA 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
JSIKA Vol. 4, No. 2. September 2015 ISSN X
JSIKA Vol. 4, No. 2. September 205 ISSN 2338-37X SISEM PANDUAN IDENIFIKASI KERUSAKAN MESIN DOHC PADA MOOR DENGAN MEODE CERAIN FACOR SUDI KASUS SARIA FU Achmad Rizal Alfiyanto ) Jusak 2) Sulistiowati 3)
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA)
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA) Alfian Angga Pradika. 1) Dr Jusak. 2) Julianto Lemantara, S.Kom, OCA.,
Jurnal Sistem Informasi
JSIKA Vol 3, No 2 (2014) Jurnal Sistem Informasi Situs Jurnal : http://jurnal.stikom.edu/index.php/jsika SISTEM PAKAR DIAGNOSIS PENYAKIT PADA TANAMAN KELAPA SAWIT MENGGUNAKAN METODE CERTAINTY FACTOR Gunawan
PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG
PERANCANGAN SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT TBC (TUBERCULOSIS) PADA ANAK SKRIPSI AGUSTINA ERNARIA MANURUNG 041401067 PROGRAM STUDI STRATA 1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA
SISTEM 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
BAB 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
TAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database
TAKARIR artificial intelligence backward chaining Data Flow Diagram (DFD) Database Decision Tree expert system forward chaining Flowchart Hardware Input Interface knowladge base Login Logout Output kecerdasan
SKRIPSI 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
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT CAMPAK PADA ANAK NASKAH PUBLIKASI
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT CAMPAK PADA ANAK NASKAH PUBLIKASI diajukan oleh Sukmawati Kasanah 10.12.5084 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA
SISTEM PAKAR KERUSAKAN MOTOR KENDARAAN RODA DUA JENIS YAMAHA MATIC PADA REZA JAYA MOTOR SAMARINDA
30 SEBATIK STMIK WICIDA SISTEM PAKAR KERUSAKAN MOTOR KENDARAAN RODA DUA JENIS YAMAHA MATIC PADA REZA JAYA MOTOR SAMARINDA Ekawati Yulsilviana 1), Hafiz Ansari 2) 1 Jurusan, Manajemen Informatika, STMIK
APLIKASI 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
SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji
1 SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Agam Krisna Setiaji Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA VI.1. Hasil Pada bab ini, penulis akan menampilkan tampilan hasil perancangan yang telah dijelaskan pada bab sebelumnya dari aplikasi Sistem Pakar Menentukan Modifikasi Untuk
PENGEMBANGAN APLIKASI PENGOLAHAN NILAI SISWA BERBASIS WEB DI SEKOLAH DASAR NEGERI
PENGEMBANGAN APLIKASI PENGOLAHAN NILAI SISWA BERBASIS WEB DI SEKOLAH DASAR NEGERI Cahya Permana 1, Ridwan Setiawan 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga Garut
Sistem Pakar Diagnosis Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Sistem Penyakit Kejiwaan Skizofrenia Menggunakan Metode Tsukamoto Olivia Dwi Parwita 1, Anggi Srimurdianti Sukamto 2, Rudy Dwi Nyoto
ABSTRAK. Kata Kunci: Aplikasi, Sistem Pakar, dan Sepeda Motor. vi Universitas Kristen Maranatha
ABSTRAK Penelitian ini bertujuan untuk menganalisis cara mendeteksi kerusakan sepeda motor dan mengetahui cara penanganan pada kerusakan yang telah terdeteksi. Aplikasi ini dirancang mengunakan metode
JURNAL 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
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA)
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA) Alfian Angga Pradika. 1) Dr Jusak. 2) Julianto Lemantara, S.Kom, OCA.,
PENGGUNAAN 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
JSIKA Vol.5, No.12. Tahun 2016 ISSN X
RANCANG BANGUN APLIKASI PERPUSTAKAAN PADA SMA NEGERI 12 SURABAYA Adi Nurdiansah 1) Dewiyani Sunarto 2) Rudi Santoso 3) Fakultas Teknik Informatika Program Studi S1 Sistem Informasi Institut Bisnis dan
BAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM III.1 Analisa Analisa merupakan tahap awal yang harus dilakukan untuk memecahkan permasalahan yang sedang dihadapi. Tahap ini sangat penting karena dengan proses
SISTEM 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
JSIKA Vol. 5, No. 10, Tahun 2016 ISSN X
RANCANG BANGUN APLIKASI PENANGANAN BERKAS PERKARA DI POLRES JEMBER Dwi Yuniar Pradoko 1) M.J. Dewiyani Sunarto 2) Tony Soebijono 3) Program Studi/Jurusan Sistem Informasi Fakultas Teknologi dan Informatika
ANALISIS DAN PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT TANAMAN KARET MENGGUNAKAN METODE FAKTOR KEPASTIAN (CERTAINTY FACTOR) PADA SMARTPHONE
i ANALISIS DAN PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSIS PENYAKIT TANAMAN KARET MENGGUNAKAN METODE FAKTOR KEPASTIAN (CERTAINTY FACTOR) PADA SMARTPHONE SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi
Sistem 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)
PERANCANGAN SISTEM UNTUK MENENTUKAN JENIS KACAMATA BAGI PENDERITA GANGGUAN LENSA MATA BERBASIS ANDROID NASKAH PUBLIKASI
PERANCANGAN SISTEM UNTUK MENENTUKAN JENIS KACAMATA BAGI PENDERITA GANGGUAN LENSA MATA BERBASIS ANDROID NASKAH PUBLIKASI diajukan oleh Bima Setiawan 11.11.4642 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Bab ini berisikan tentang metodologi penelitian yang dilakukan dalam pelaksanaan penelitian agar hasil yang dicapai tidak meyimpang dari tujuannya. Adapun metodologi penelitian
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Hasil dari perancangan sistem pakar untuk mendiagnosa kerusakan Mesin Foto Copy dengan Metode Dempster Shafer yang dibangun dapat dilihat pada gambar-gambar dibawah
JSIKA Vol. 5, No ISSN X
RANCANG BANGUN SISTEM INFORMASI PERSEDIAAN BARANG PADA AFIF JAYA MOTOR SURABAYA Arie Rozzy Pribadi 1) Titik Lusiani 2) Henry Bambang Setyawan 3) Program Studi/Jurusan Sistem Informasi Fakultas Teknologi
BAB III ANALISIS DAN PERANCANGAN SISTEM. Untuk menghasilkan aplikasi sistem pakar yang baik diperlukan
BAB III ANALISIS DAN PERANCANGAN SISEM 3.1 Analisis Untuk menghasilkan aplikasi sistem pakar yang baik diperlukan pembuatan knowledge base (basis pengetahuan) dan rule base (basis aturan) yang lengkap
JSIKA Vol. 4, No. 2. September 2015 ISSN X
Rancang Bangun Sistem Informasi Monitoring Perijinan Perusahaan Dan Industri Berbasis Web Pada Dinas Perdagangan Dan Perindustrian Kota Surabaya Ikmal Fahmi 1) Sulistiowati 2) Julianto Lemantara 3) Program
BAB IV. HASIL DAN Uji Coba
BAB IV HASIL DAN Uji Coba IV..1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan sistem pakar diagnosa penyakit yang menyerang telapak kaki dengan menggunakan metode Delta
2.2 Konsep Sistem Pakar 9
DAFTAR ISI LEMBAR PENGESAHAN PEMBIMBING LEMBAR PERNYATAAN KEASLIAN LEMBAR PENGESAHAN PENGUJI HALAMAN PERSEMBAHAN MOTO KATA PENGANTAR SARI DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL i ii iii vi v vi viii ix
BAB I PENDAHULUAN. bentuk perubahan sosial yang terjadi pada masyarakat. Timezone adalah sebuah
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan zaman yang terus mengalami kemajuan telah mengakibatkan munculnya beberapa permainan yang mengandalkan teknologi dan mesin yang canggih. Perubahan jenis
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT HEWAN PELIHARAAN. Arina Pramudita
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT HEWAN PELIHARAAN Arina Pramudita Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura [email protected] Abstract
SISTEM 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
JSIKA Vol. 5, No. 11, Tahun 2016 ISSN X
RANCANG BANGUN APLIKASI PERENCANAAN PRODUKSI KEBUTUHAN BAHAN BAKU PADA CV. MITRA TECHNO SAINS BERBASIS WEB Kentdra Handyono 1) Sri Hariani Eko Wulandari 2) Rudi Santoso 3) S1 / Jurusan Sistem Informasi
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahapan yang dilaksanakan selama penelitian tugas akhir. Secara garis besar metodologi penelitian tugas akhir ini dapat dilihat
APLIKASI SISTEM INFORMASI PENGOLAHAN DATA PADA DIREKTORAT RESERSE KRIMINAL KHUSUS POLDA SUMBAR
APLIKASI SISTEM INFORMASI PENGOLAHAN DATA PADA DIREKTORAT RESERSE KRIMINAL KHUSUS POLDA SUMBAR Janero Kennedy 1) 1) Magister Teknik Informatika, STMIK AMIKOM, Kota Yogyakarta. Jl Ring road Utara, Condongcatur,
ABSTRAK. Kata kunci : sistem pakar, forward chaining, dempster shafer.
ABSTRAK Sistem pakar merupakan sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang
SKRIPSI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN ANAK PENDERITA AUTIS BERBASIS EXPERT SYSTEM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SKRIPSI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN ANAK PENDERITA AUTIS BERBASIS EXPERT SYSTEM DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Oleh: JOHAN SUPRIYANTO 2010-51-162 PROGRAM STUDI TEKNIK INFORMATIKA
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi sistem
JSIKA Vol. 5, No. 11, Tahun 2016 ISSN X
RANCANG BANGUN APLIKASI ADMINISTRASI KEPEGAWAIAN PADA PT PERKEBUNAN NUSANTARA XII (PERSERO) SURABAYA Agus Hendrawan 1) Pantjawati Sudarmaningtyas 2) Sri Suhandiah 3) S1 / Jurusan Sistem Informasi Institut
Nanda Fitria, Sendi Novianto, S.Kom, M.T Teknik Informatika, Universitas Dian Nuswantoro Semarang ABSTRAK
SISTEM PAKAR UNTUK MENDIAGNOSA JENIS GANGGUAN PERKEMBANGAN PADA ANAK DAN MEMBANTU MENENTUKAN NILAI TINGKAT KEYAKINAN DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR Nanda Fitria, Sendi Novianto, S.Kom, M.T
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1 Tampilan Hasil Berikut adalah tampilan hasil dan pembahasan dari sistem pakar kerusakan dinamo listrik dengan metode forward chaining. IV.1.1 Tampilan Menu Utama Tampilan
BAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisis Permasalahan Kesehatan merupakan hal yang begitu penting bagi manusia. Ironisnya banyak sekali penyakit-penyakit yang pada akhirnya terlambat dideteksi
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Hasil Hasil dari Tampilan Implementasi Metode Bayesian Network dalam mendiagnosa penyakit sistem pencernaan pada manusia yang dibangun dapat dilihat pada gambar-gambar
DIAGNOSA PENYAKIT KANKER SERVIKS BERBASIS MOBILE DENGAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING
TESIS DIAGNOSA PENYAKIT KANKER SERVIKS BERBASIS MOBILE DENGAN METODE CERTAINTY FACTOR DAN FORWARD CHAINING Oleh WILOM PRADUMANSYAH S. (125301832/PS/MTF) Program Studi Magister Teknik Informatika Program
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian adalah cara yang digunakan dalam memperoleh berbagai data untuk diproses menjadi informasi yang lebih akurat sesuai permasalahan
BAB 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
Diagnosis Desease of Down Syndrome In Children with Forward Chaining Methods
Seminar Nasional Peranan Ipteks Menuju Industri Masa Depan (PIMIMD-4) Institut Teknologi Padang (ITP), Padang, 27 Juli 2017 ISBN: 978-602-70570-5-0 http://eproceeding.itp.ac.id/index.php/pimimd2017 Diagnosis
DAFTAR ISI. ABSTRAKSI vii. KATA PENGANTAR...viii. DAFTAR ISI... x. DAFTAR GAMBAR...xiii. DAFTAR TABEL...xv BAB I PENDAHULUAN... 1
DAFTAR ISI Halaman ABSTRAKSI vii KATA PENGANTAR...viii DAFTAR ISI... x DAFTAR GAMBAR...xiii DAFTAR TABEL...xv BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah... 1 1.2 Perumusan Masalah... 4 1.3 Pembatasan
APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN PADA GENERATOR SET BERBEBAN
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.11, NO.2, SEPTEMBER 2012, 63-70 APLIKASI SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN PADA GENERATOR SET BERBEBAN Irfan Sanusi, Bambang Trisno,
BAB IV IMPLEMENTASI DAN PENGUJIAN
69 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Setelah melakukan analisis dan perancangan terhadap aplikasi system pakar ini, tahapan selanjutnya adalah implementasi dan pengujian.pada sub bab berikut
SKRIPSI 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
PERANCANGAN APLIKASI SISTEM PAKAR DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR UNTUK MENENTUKAN JENIS GANGGUAN DISLEKSIA BERBASIS WEB
PERANCANGAN APLIKASI SISTEM PAKAR DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR UNTUK MENENTUKAN JENIS GANGGUAN DISLEKSIA BERBASIS WEB Fakhrul Rahman 1), Eka Praja Wiyata mandala, M. Kom 2), Teri Ade Putra,
BAB 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
ABSTRAK. Kata kunci: backward-chaining, identifikasi kerusakan, mesin mobil, Honda Accord. v Universitas Kristen Maranatha
ABSTRAK Pakar merupakan orang yang dapat memberikan solusi pada suatu permasalahan tertentu, contohnya dokter yang memberikan saran pengobatan atau terapi untuk membantu memulihkan masalah kesehatan seseorang.
Rancang Bangun Sistem Pakar Untuk Mendiagnosis Gangguan Kepribadian Histerik Menggunakan Metode Certainty Factor
Rancang Bangun Sistem Pakar Untuk Mendiagnosis Gangguan Kepribadian Histerik Menggunakan Metode Certainty Factor Tri Nur Oktavia 1, Diema Hernyka Satyareni 2, Erliyah Nurul Jannah 3 1,2,3 Sistem Informasi,
SISTEM 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,
JSIKA Vol. 4, No. 2. September 2015 ISSN X
RANCANG BANGUN DASHBOARD UNTUK VISUALISASI KINERJA PENELITIAN DAN PENGABDIAN MASYARAKAT (STUDI KASUS INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA) Thony Hermawan 1) Tutut Wurijanto 2) Julianto Lemantara
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METHODE CERTAINTY FACTOR (STUDI KASUS RS.JIWA GRHASIA) NASKAH PUBLIKASI
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METHODE CERTAINTY FACTOR (STUDI KASUS RS.JIWA GRHASIA) NASKAH PUBLIKASI diajukan oleh David Lukman Hakim 2.2.687 kepada SEKOLAH TINGGI
DIAGNOSIS 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: [email protected]
4.7.5 Rancangan form konsultasi... 61
DAFTAR ISI HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... PRAKATA... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... INTISARI... ABSTRACT... i ii iii iv v viii x xi xii BAB I PENDAHULUAN...
BAB 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
PENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING
PENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING HARIYADI Program Studi Teknik Elektro UMSB ABSTRAK Nilai IP (Indeks
JSIKA Vol. 5, No. 11, Tahun 2016 ISSN X
Aplikasi Workflow Pengelolaan Kehadiran, Cuti, Dan Lembur Karyawan Pada Kantor Perwakilan SKK Migas Surabaya Doddy 1) Vivine Nurcahyawati 2) Erwin Sutomo 3) Program Studi/Jurusan Sistem Informasi Institut
LAPORAN SKRIPSI PERBANDINGAN ALGORITMA CERTAINTY FACTOR DAN NAÏVE BAYES UNTUK DIAGNOSA PENYAKIT EPILEPSI. Disusun oleh : Nama : Harry Chandra Mukti
LAPORAN SKRIPSI PERBANDINGAN ALGORITMA CERTAINTY FACTOR DAN NAÏVE BAYES UNTUK DIAGNOSA PENYAKIT EPILEPSI Disusun oleh : Nama : Harry Chandra Mukti NIM : 12.5.00230 Program Studi : Teknik Informatika Jenjang
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi Penerapan
SISTEM PAKAR DIAGNOSIS PENYAKIT SYSTEMIC LUPUS ERYTHEMATOSUS (SLE) MENGGUNAKAN METODE CERTAINTY FACTOR DAN BACKWARD CHAINING SKRIPSI
SISTEM PAKAR DIAGNOSIS PENYAKIT SYSTEMIC LUPUS ERYTHEMATOSUS (SLE) MENGGUNAKAN METODE CERTAINTY FACTOR DAN BACKWARD CHAINING SKRIPSI DWI SEPTIANA SARI 131421044 PROGRAM EKSTENSI S-1 ILMU KOMPUTER FAKULTAS
Feresi 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
BAB 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
SISTEM PAKAR PENGOBATAN HERBAL
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 SISTEM PAKAR PENGOBATAN HERBAL Riki Andri Yusda *1, William Ramdhan 2 *1 Program Studi Manajemen Informatika, AMIK Royal Kisaran, Jln Imam Bonjol No
TAKARIR. : kumpulan file atau tabel yang saling berhubungan. secara logika. : penalaran yang dimulai dari fakta menuju konklusi
TAKARIR Admin Analysis Database : administrator : analisis : kumpulan file atau tabel yang saling berhubungan yang disimpan dalam media penyimpanan elektronis Data flow diagram Delete Design Edit Expert
DAFTAR ISI ABSTRAK KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL
ABSTRAK KATA PENGANTAR DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR ISI BAB I PERSYARATAN PRODUK 1. Pendahuluan... 1 1.1.Tujuan Pembuatan Sistem... 1 1.1.1 Ruang Lingkup Proyek... 1 1.1.2 Sistematika laporan...
BAB I PENDAHULUAN. dalam informasi sangatlah penting. Teknologi mempunyai peranan penting yang
BAB I PENDAHULUAN I.1 Latar Belakang Di zaman yang serba modern seperti saat ini kecepatan dan keakuratan dalam informasi sangatlah penting. Teknologi mempunyai peranan penting yang tentunya tidak terlepas
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DBD (DEMAM BERDARAH DENGUE) DENGAN METODE FORWARD CHAINING BERBASIS WEB
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT DBD (DEMAM BERDARAH DENGUE) DENGAN METODE FORWARD CHAINING BERBASIS WEB 1 Irman Hariman, M.T. 2 Andri Noviar 1 Program Studi Teknik Informatika STMIK LPKIA Jln.
BAB IV IMPLEMENTASI DAN EVALUASI. menunjukkan aplikasi persewaan buku yang telah berjalan dan dapat
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Pada implementasi menunjukkan penerapan dari hasil analisis dan perancangan sistem yang telah dibuat. Dengan demikian pada implementasi ini menunjukkan
BAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Berikut ini dijelaskan tentang tampilan hasil dari Perancangan Aplikasi Untuk Mengidentifikasi Kerusakan Smartphone Samsung Dengan Metode Certainty Factor dapat
CARA MENGGUNAKAN APLIKASI
CARA MENGGUNAKAN APLIKASI Untuk menjalankan aplikasi sistem pakar untuk melakukan diagnosis penyakit jantung dengan teorema bayes, yaitu : Jalankan aplikasi sistem pakar dengan memilih toolbar start pada
Jurnal Sistem Informasi
58 JSIKA Vol 3 No.1 (2014) /ISSN 2338-137X Jurnal Sistem Informasi SitusJurnal : http://jurnal.stikom.edu/index.php/jsika RANCANG BANGUN SISTEM INFORMASI PEMANTAUAN KONDISI TERNAK HEWAN SAPI PADA DINAS
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada saat melakukan sebuah penelitian, metodologi penelitian sangat penting sebagai pengumpul data yang akurat. Metode penelitian juga berguna untuk menyusun tahapan tahapan
BAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dibahas mengenai analisis dari permasalahan evaluasi sekolah dasar yang diambil dari Dinas Pendidikan Kota Surabaya (Dispendik). Selain itu, bahwa
BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pertanian mempunyai arti penting bagi kehidupan manusia, selama manusia hidup, selama itu juga pertanian tetap akan ada. Hal itu disebabkan karena pertanian masih
Implementasi 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
Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic
Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic Arnon Makarios, Maria Irmina Prasetiyowati Program Studi Teknik Informatika, Universitas Multimedia Nusantara,
