Claim Missing Document
Check
Articles

Found 3 Documents
Search

Expert System Mengdiagnosa Kerusakan Hardware Komputer Dengan Metode Forward Chaining Riki Hisbullah; Taufik Hidayat Hasibuan; Fachry Syam; Rini Halila Nasution
Bigint Computing Journal Vol 1 No 1 (2023): January 2023
Publisher : Ali Institute of Reseach and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komputer adalah sekumpulan konponen yang diinstalasi menjadi satu kesatuan dengan tujuan sebagai mesin cerdas yang dapat membantu manusia dalam mengola segala jenis informasi, baik itu membuat data, memanfaatkan sebagai media penyimpanan agar informasinya dapat ditemukan dilain waktu, melakukan perubahan data yang tersimpan, serta melakukan penghapusan data yang tersimpan pada media penyimpanan yang diintalasikan pada komputer. Dalam penggunaan komputer akan ada masa dimana suatu kerusakan tidak dapat dihindari, biasanya kerusakan pada komputer dapat terjadi dikarenakan pengguna itu sendiri atau karena kerusakan internal yang membuat komputer itu sendiri gagal fungsi dalam beroperasi. Kerusakan pada komputer dapat berupa sistem operasi (Software) yang rusak atau perangkat keras (Hardware) yang biasanya kerusakan terjadi pada bagian komponen yang ada dikomputer yang sering diakibatkan karena pengkat yang jatuh sehingga mengakibatkan komponen rusak,  atau terjadi arus pendek (korsleting) pada listrik yang mengalir pada komputer saat komputer sedang digunakan, sehingga dituangkan sebuah pengetahuan didalam aplikasi yang dibangun dalam penelitian ini yang berguna pengguna dalam mendeteksi kerusakan di komputer yang dimiliki.
Diagnosis Gangguan Pernapasan Pada Anak (Balita) Menggunakan Metode Forward Chaining dan Naïve Bayes Ilka Zufria; Rini Halila Nasution; Siti Maya Sari Tanjung
JURNAL FASILKOM Vol 14 No 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6915

Abstract

Gangguan sistem pernapasan sering terjadi pada manusia dan dapat menular kapanpun dari manusia ke manusia. Ganguan pernapasan sering sekali terjadi dibandingkan dengan gangguan atau infeksi sistem organ tubuh lainnya. Bermula dari flu biasa dengan gejala relatif ringan sampai berat, batuk, demam, sakit tenggorokan dan sesak napas. Penyakit ini sangat bahaya, khususnya jika menjangkit pada balita. Untuk menyelesaikan masalah yang ada peneliti berupaya membangun sistem pakar untuk membantu masyarakat mengenali lebih dini penyakit pernapasan seperti selesma (common cold), flu, bronkitis, pneumonia, asma, alergi (Rhinitis), sinusitis, tuberkulosis, bronkopneumonia. Berdasarkan gejala-gejala yang dimasukkan ke dalam sistem nantinya, sistem akan menggunakan metode forward chaining dan naïve bayes sebagai mesin inferensinya yang akan menghasilkan diagnosis penyakit. Metode forward chaining akan digabungkan bersama metode naïve bayes untuk menemukan nilai maksimal dari setiap penyakit. Berdasarkan 9 jenis data penyakit dengan 30 jenis data gejala pada penyakit sistem pernapasan, sistem memiliki akurasi sebesar 87,6%. Dengan hasil ini peneliti berharap dapat membantu masyarakat sebagai media konsultasi awal mendiagnosis penyakit pernapasan.
IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI KELAYAKAN PEMBERIAN KREDIT SEPEDA MOTOR Sriani Sriani; Rini Halila Nasution; Soyah Humaira
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 2 (2024): May 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i2.1872

Abstract

Ada beberapa prosedur yang ditentukan oleh masing-masing lembaga keuangan bukan bank dalam melakukan kredit. Hal ini dilakukan agar pihak finance tidak melakukan kesalahan dalam menyalurkan dana yang dialokasikan dapat dikembalikan sesuai dengan jangka waktu yang disepakati. Menentukan seorang nasabah layak atau tidak layak dalam kredit sepeda motor, pegadaian melakukan secara manual menggunakan Microsoft Excell maka dari itu dibuat sistem website untuk menghitung secara efisien saat mengajukan kredit hasilnya layak atau tidak layak dalam kredit sepeda motor. Untuk menganalisis data-data tersebut maka digunakanlah metode dalam machine learning seperti Naive Bayes Classifier. Naive Bayes Classifier merupakan salah satu algoritma dalam teknik data mining yang menerapkan teori bayes dalam klasifikasi. Teorema keputusan bayes adalah pendekatan statistik yang fundamental dalam pengenalan pola (Pattern Recognation). Pengujian dilakukan dengan menyiapkan data training sebanyak 84 data dan data testing sebanyak 21 data. Pada aplikasi ini metode Naïve bayes diukur dengan 11 variabel atribut sesuai dengan prinsip kelayakan pemberian kredit. Adapun variabel tersebut adalah nama, umur, jenis kelamin, karakter, usaha/bekerja, pendapatan, tanggungan, pengeluaran, rumah, pinjaman dan status yaitu layak atau tidak layak. Didapat hasil pengujian akurasi dengan metode Naïve bayes cukup tinggi dan sangat baik yaitu sebesar 100%.