Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer
Muhammad Miftakhul Arifin
Universitas Islam Kadiri
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Expert System to Diagnose Computer Hardware Damage Using Artificial Neural Networks Muhammad Miftakhul Arifin; Yudo Bismo Utomo
JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 1 No 1: JTECS Januari 2021
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v1i1.715

Abstract

Kerusakan hardware komputer terkadang menjadi masalah besar ketika user yang awam tidak mengetahui letak kerusakan hardware komputer mereka, maka dibutuhkan sistem yang mampu bekerja otomatis untuk memberikan solusi kerusakan hardware komputer. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat digunakan untuk menangani kerusakan hardware komputer. Pengguna aplikasi ini seolah-olah berhadapan langsung dengan pakar dibidang hardware khususnya komputer. Perencanaan sistem dilakukan dengan membuat knowledge base menggunakan aturan if-then sebagai representasi pengetahuan. Sistem dibuat dengan meenggunakan metode backpropagation dan menggunakan android studio sebagai IDE untuk mendesain interface sekaligus untuk membuat aplikasi sistem pakar ini. Hasil penelitian ini mengungkapka kerusakan hardware yang terjadi pada sebuah komputer serta solusi dari kerusakan tersebut. Pengujian aplikasi juga dilakukan untuk mengetahui akurasi dan fleksibilitas sistem. Hasil dari keseluruhan pengujian ini dapat disimpulkan bahwa program sudah cukup baik walaupun jenis kerusakan yang dihasilkan belum lengkap karena pada sistem ini mendeteksi 6 jenis hardware komputer secara umum, serta tingkat keakurasian dari aplikasi sistem pakar ini sebesar 80%, serta tingkat efisiensi sistem pakar sebesar 77,7 % dari pakar dan 82,03 % dari user.
Co-Authors Yudo Bismo Utomo