Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Seminar Nasional Teknologi Informasi Komunikasi dan Industri
Yelfi Vitriani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
OPTIMASI BASIS PENGETAHUAN MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MEMBANGUN STRUKTUR BAYESIAN NETWORK (Studi Kasus : Penyakit Mata di Rumah Sakit Mata Pekanbaru) Yelfi Vitriani
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 15, No 1 (2017): DESEMBER 2017
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v15i1.4527

Abstract

One of the weaknesses of the Bayesian Network is that it is difficult to get agreement from some experts, for an expert it will be difficult to determine the probability value, and an expert will take a long time just to build the Bayesian Network structure. To overcome the weakness of the Bayesian Network then required another artificial intelligence science that is data mining with Association Rule technique using FP-Growth algorithm. This research takes the case on eye disease with the aim of building a Bayesian Network structure and generating probability values to get where the most influential symptoms in eye disease. The method test is carried out by using data mining tools WEKA 3.7.10, with the results obtained by 24 rules that meet the provisions and qualitative test results of 99% correct and get the probability value for presbyopia disease, with the greatest influence on women, evidenced by probability value of 60 %. For the most influential age was the mature middle of 31-59 years at 65%, and the most influential symptom was a near blur of 98%. As for conjunctivitis disease with the largest influence on men by 53%.For the most influential age is the middle adult from 31-59 years by 43%, and the most influential symptoms are the sticky eye of 100%. Based on the results of these tests can be concluded that the Association Rule technique succeeded in overcoming Bayesian Network weaknesses based on facts and data.
Analisa Perbandingan Metode Dempster-Shafer (DS) Dan Certainty Factor (CF) Dalam Mendiagnosa Hama Dan Penyakit Kacang Tanah Okfalisa Okfalisa; Yelfi Vitriani; M Fadhli Ihsan; Fitri Insani; Novi Yanti; Frica A Ambarwati; Eggy P
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (395.04 KB)

Abstract

Beberapa masalah meningkat untuk meningkatkan diagnosa hama dan penyakit pada kacang tanah. Adanya kendala yang dihadapi pada buruknya kesuburan tanah, penyakit, jamur, virus, dan hama dapat memicu mengurangi produktivitas tanaman, kualitas dan nilai. Terlebih, beberapa sumber langka dari varietas unggul, serta pengetahuan dari petani yang terbatas pada produksi benih, panen dan pengolahan tanaman itu sendiri. Makalah ini mengkaji penerapan metode Dempster-Shafer (DS) dan metode Certainty Factor (CF) untuk akurasi data yang tepat dalam mencari solusi yang diharapkan dengan menganalisa perbandingan metode tersebut. Analisis mengikuti proses dari sistem pakar termasuk pengolahan gejala-gejala, cara pengendalian, nilai probabilitas untuk DS dan CF, Rulebase Reasoning serta hasil diagnosa sistem dan pakar. Untuk menguji validitas dan keakuratan data kedua metode dengan Confusion Matrix, statistika deskriptif, Uji Mann Whitney dan uji T Independent Sample. Sebagai hasilnya, ada 13 hama/penyakit dari 13 terdapat perbedaan nilai kepercayaan antara kedua metode. Rata rata perbedaan dari 13 data uji adalah 16,48%. Terlihat pada metode CF nilai kepercayaan lebih tinggi daripada metode DS. Pengujian ini juga mencari solusi yang diharapkan berdasarkan keakuratan data dari metode yang tepat berdaskan uji T Independent Sample. Dari hasil perhitungan hasil uji T Independent Sample pada asumsi data terdistribusi normal dijelaskan bahwa didapatkan hasil bahwa probabilitas kesalahan (0,000), sedangkan pada kriteria pengujian dengan tingkat signifikansi α 0,05 (keyakinan 95%). Ini menunjukkan bahwa Hipotesis ditolak, maka dapat disimpulkan bahwa metode DS lebih tepat untuk diterapkan pada sistem pakar diagnosa hama dan penyakit pada kacang tanah.
Co-Authors Eggy P Fitri Insani Frica A Ambarwati M Fadhli Ihsan Novi Yanti Okfalisa Okfalisa