Faizal Cahyo Handoko
Tanjungpura University

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

Found 1 Documents
Search

IMPLEMENTASI CONTENT BASED IMAGE RETRIEVAL (CBIR) UNTUK MENCEGAH EVIDENCE (BUKTI) GANDA DALAM VERIFIKASI INSTALASI INDIHOME (Studi Kasus : Telkom Witel Kalbar) Faizal Cahyo Handoko; Ikhwan Ruslianto; Irma Nirmala
Coding Jurnal Komputer dan Aplikasi Vol 9, No 02 (2021): Edisi September 2021
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v9i02.49704

Abstract

Sistem Pakar merupakan sistem yang menggunakan pengetahuan seorang pakar dalam menyelesaikan suatu permasalahan tertentu. Pada penelitian ini, dibangun sebuah sistem pakar yang dapat digunakan untuk mengatasi kurangnya pengetahuan pengguna laptop, dalam mengidentifikasi suatu permasalahan kerusakan laptop yang dimilikinya. Penelitian ini menggunakan Case-Based Reasoning (CBR) dan Similarity Jaccard Coefficent. Pada proses identifikasi suatu kerusakan, pengguna melakukan masukkan berupa data gejala kerusakan, sistem akan memberikan keluaran berupa nama kerusakan, persentase kemiripan, penyebab kerusakan dan solusi kerusakan. Penelitian ini dilakukan sebanyak 5 kali pengujian dimana masing-masing pengujian terdapat 25 pengguna yang melakukan identifikasi kerusakan laptop. Berdasarkan hasil pengujian, diperoleh rata-rata tingkat akurasi keberhasilan sistem adalah sebesar 90.4%. Dalam pengujian terdapat beberapa kasus yang tidak berhasil teridentifikasi, hal tersebut disebabkan karena kurangnya data gejala basis kasus yang ada dalam sistem dan pengguna memasukkan data gejala yang tidak sesuai dengan kerusakan yang ada pada laptop. Nilai threshold dapat berpengaruh terhadap kesesuaian hasil identifikasi sistem dan analisa pakar. Dalam penentuan nilai threshold dilakukan 3 kali percobaan yaitu dengan membandingkan hasil identifikasi sistem dan analisa pakar. Nilai threshold pada percobaan pertama ≥ 50,  percobaan kedua ≥ 60,  percobaan ketiga ≥ 75. Hasil rata-rata percobaan menunjukan bahwa nilai threshold ≥ 75 memiliki nilai kesesuaian yang paling tinggi yaitu 90%. Berdasarkan hasil percobaan tersebut dapat diketahui bahwa semakin tinggi nilai threshold maka semakin tinggi nilai kesesuaian hasil identifikasi sistem dan analisa  pakar.