Claim Missing Document
Check
Articles

Found 2 Documents
Search

APLIKASI SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT KUCING PERSIA MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS ANDROID Nando Angga Prayoga; Alexander J.P. Sibarani
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 2 No 3 (2020): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v2i3.71

Abstract

Diagnosa penyakit kucing persia bertujuan untuk menentukan keputusan saat melakukan suatu tindakan untuk mengobati penyakit tertentu yang ada pada kucing persia. Umumnya diagnosa penyakit kucing persia ini hanya bisa dilakukan oleh dokter hewan yang ahli di bidangnya. Ditemukannya kecerdasan buatan di dunia komputer membuat hal tersebut lebih mudah dilakukan. Penggunaan kecerdasan buatan dapat menjadi pemecahan masalah dan alat bantu bagi orang awam dan ahli pakar untuk dapat mengambil keputusan untuk setiap kondisi yang mungkin belum atau jarang terjadi sebelumnya. Kombinasi dari basis pengetahuan dan mesin inferensi berdasarkan metode certainty factor dapat menghasilkan sebuah aplikasi diagnosa penyakit pada kucing persia.. Certainty Factor digunakan sebagai metode yang dapat menunjukkan tingkat kepercayaan terhadap suatu diagnose yang terjadi dengan angka kepercayaan. Penerapan Certainty Factor pada basis aturan menghasilkan keputusan yang memiliki rasio probabilitas dan menunjukkan semua penyakit yang mungkin terjadi pada suatu kejadian yang dialami oleh kucing Persia. Pada perancangan aplikasi sistem pakar ini user dapat memilih pertanyaan mengenai gejala-gejala yang sudah dialami oleh kucing Persia, lalu output yang dihasilkan adalah tingkat kepercayaan, kemungkinan penyakit kucing Persia yang dialami, serta penjelasan mengenai obat dan solusi cara mengatasi penyakit kucing tersebut. Dari hasil pengujian, diperoleh hasil 100% fungsionalitas berjalan sesuai dengan kebutuhan sistem. Pada pengujian Akurasi didapatkan nilai akurasi yang sangat baik yaitu sebesar 90% dari 10 data sampel yang ada.
Sistem Pemeringkatan Daerah (Kelurahan) Dalam Pemberlakuan Pembatasan Sosial Berskala Besar (PSBB) Menggunakan Metode Analytical Hierarchy Process (AHP) Alexander J.P. Sibarani; Fajar Wahyudi
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5248

Abstract

Pembatasan Sosial Berskala Besar merupakan salah satu peraturan yang dibuat oleh kementerian kesehatan (kemenkes) dalam rangka percepatan penanganan dan pengendalian virus covid-19. Kota Tangerang Selatan merupakan salah satu kota yang terkena dampak penyebaran virus covid-19 dan perlu untuk menerapkan mekanisme pembatasan sosial terhadap warganya. Penelitian ini memanfaatkan nilai jumlah orang dalam pemantauan (ODP), pasien dalam pengawasan (PDP), Positif Covid-19, jumlah pasien yang dinyatakan sembuh dari Covid-19, dan jumlah kematian untuk menghasilkan nilai pada sebuah kelurahan. Kemudian nilai dari seluruh kelurahan dihasilkan dan diperbandingkan untuk mengetahui kelurahan mana yang berada pada posisi tertinggi yang harus melakukan pembatasan sosial pada warganya. Metode yang digunakan pada penelitian ini adalah Analytical Hierarchy Process (AHP) yang mampu memberi bobot kepentingan pada tiap kriteria untuk menghasilkan pemeringkatan. Hasil akhirnya adalah sebuah aplikasi yang mampu memberikan peringkat seluruh kelurahan pada satu kota untuk dapat membantu mengambil keputusan dalam menentukan kelurahan apa yang harus melakukan pembatan sosial.