Article Per Year (5 Year)
p-Index From 2019 - 2024
0.835
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi RABIT: Jurnal Teknologi dan Sistem Informasi Univrab DECODE: Jurnal Pendidikan Teknologi Informasi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Journal of Manufacturing and Enterprise Information System
Mailia Putri Utami
Politeknik STMI Jakarta
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Techno.Com: Jurnal Teknologi Informasi

 1 
Implementasi Aplikasi Konsultasi Kesehatan Jiwa Dengan Algoritma Kepakaran dan Jaringan Syaraf Tiruan Mailia Putri Utami
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.8038

Abstract

Upaya untuk menjawab bagaimana cara komputasi memproses data teks dari konsultasi pasien menjadi sebuat inputan yang dapat dimengerti menjadi hasil akurat untuk dapat memeberikan rekomendasi dari konsultaasi yang dikeluhkan pasien membangun dan mengembangkan algoritma Artificial Neural Network dalam membangun sistem optimal untuk memberikan hasil rekomendasi konsultasi kesahatan mental manusia secara kepakaran, dengan focus utama pada data input dan output yang akurat dan tepat Natural Language Processing (NLP), Algoritma Artificial Neural Network yang digunakan menggunakan jenis multilayer. Cara kerja dari jenis multilayer adalah later pertama dijadikan input layer yang bertugas menyimpan vector input pada jaringan, selanjutnya layer input dimasukan secara komputasi pada layer kedua, yang bekerja bisa dengan proses komputasi parallel. Sistem pakar yang digunakan pada penelitian ini adalah metode dari Forward Chaining. Tingkat kecocokan input dengan hasil ANN yang diambil adalah akurasi 0.92 selain itu sistem akan menampilkan bahwa sistem tidak bisa memproses ‘Tidak mengerti perintah’, akurasi sistem yang dibangun merupakan akurasi prosedur dari model utama yang terbentuk. Iterasi yang dipakai yaitu 92 kali dan waktu eksekusi optimal sistem beropreasi bisa sangat cepat yaitu 0.016 second. Proses Artificial Neural Network merupakan proses utama dari penelitian ini, karena proses kerjanya sebagai penyambung kata setiap dataset dan akan dicocokan dengan inputan pengguna
Co-Authors Muhamad Fahrul Rozi