Sistem Pakar Mendiagnosa Penyakit Pada Ikan Konsumsi Air Tawar Berbasis Website
Dari penelitian yang telah dilakukan, dihasilkan sebuah perangkat lunak (software) baru tentang
sistem pakar berbasis website untuk mengidentifikasi penyakit pada ikan konsumsi air tawar.
Dalam proses penelusuran informasinya di dukung dengan Theorema Bayes untuk mendukung
kepastiannya. Perangkat lunak yang dihasilkan mampu mengidentifikasi penyakit pada ikan
konsumsi air tawar berdasarkan gejala yang dimasukkan serta memberikan solusi seperti
layaknya seorang pakar. Selain itu informasi yang dihasilkan dapat digunakan sebagai alternatif
pakar dalam berkonsultasi tentang penyakit ikan konsumsi air tawar yang mampu mendiagnosa
14 penyakit pada ikan konsumsi air tawar yang sering dialami peternak ikan di Indonesia.
Aplikasi Sistem Pakar Untuk Mendiagnosa Penyakit Pada Ayam Petelur Menggunakan Metode
Forward Chaining
Dalam hal ini penulis mengangkat permasalahan mengenai penyakit pada hewan ternak ayam
petelur yang sering dihadapi oleh masyarakat. Dimana masyarakat masih sangat awam mengenai
penyakit-penyakit pada ternak mereka. Sehingga aplikasi ini diharapkan mampu untuk memberi
pengetahuan bagi pemilik ternak untuk lebih mengenal jenis penyakit yang diderita oleh hewan
ternak ayam, dengan harapan mampu untuk memberi penanganan terhadap penyakit ternak
tersebut atau setidaknya bisa memberikan pertolongan pertama. Selain itu diharapkan dapat
membantu menanggulangi wabah penyakit (khususnya daerah peternakan dan rumah yang
memelihara ayam) dengan lebih cepat.
Aplikasi Sistem Pakar Diagnosa Penyakit Pada Anak Bawah Lima Tahun Menggunakan Metode
Forward Chaining
Pembuatan aplikasi sistem pakar diagnosa penyakit pada Balita menggunakan metode forward
chaining dapat dilakukan dengan tiga tahap. Tahap pertama adalah pengumpulan data dan
informasi dari MTBS dan wawancara. Tahap kedua adalah pembuatan rule berdasarkan 18
penyakit menggunakan metode forward chaining. Tahap ketiga adalah implementasi aplikasi
sistem pakar berbasis android dengan fitur diagnosa penyakit, riwayat diagnosa dan kumpulan
penyakit. Hasil evaluasi menunnjukkan tingkat akurasi sistem yang telah dibuat sebesar 82%
dengan menggunakan 50 data uji coba.
Fasilitas-fasilitas yang diberikan oleh sistem ditambah lagi, misalnya ada tim paramedis/pakar,
penanganan lebih lanjut dan pemberian resep obat bagi user. Untuk mengembangkan sistem
dapat diperbaiki dengan melengkapi sistem dengan algoritma (matrix) yang dibuat otomatis oleh
sistem. Ditambahkan fasilitas untuk mengubah password bagi Administrator.
Sistem Pakar Mendiagnosa Penyakit Infeksi Gigi Dan Mulut Pada Manusia Menggunakan
Metode Certainty Factor
Dari sistem pakar yang telah dibangun yang sebelumnya masyarakat belum mengetahui
perbedaan gejala penyakit infeksi dan masyarakat harus ke rumah sakit terdekat untuk
mengetahui informasi tersebut, dengan sistem pakar ini masyarakat dapat mengetahui perbedaan
gejala penyakit infeksi gigi dan mulut yang ada dikarenakan banyaknya jenis-jenis penyakit
infeksi gigi dan mulut yang dapat menyerang manusia hanya dengan melihat sistem ini dari
website dan juga dapat dilihat di sistem informasi rumah sakit. (Penulis : Rama Ashari
Herlambang)
Sistem pakar ini memudahkan user dalam melakukan proses konsultasi, karena pertanyaan gejala
yang diajukan hanya terkait penyakit yang dialami. Sistem pakar ini juga memudahkan bagi
admin untuk melakukan update basis aturan, karena adanya halaman edit basis aturan yang dapat
digunakan untuk menambah, mengupdate dan menghapus penyakit, gejala dan pengobatannya.
Masyarakat awam dapat memanfaatkan aplikasi ini dengan mudah untuk mengetahui jenis
penyakit gigit yang dialami, karena tampilan yang mudah dimengerti dan sederhana. (Penulis :
Bambang Yuwono)
Metode Sistem Pakar (expert system) yang dibuat dengan proses penelusuran fordward chaining
untuk mengenali jenis penyakit mata pada manusia. Hasil yang diberikan berupa penyakit yang
diderita berdasar gejala-gejala yang dialami, pencegahan dan pengobatan dari penyakit
terdeteksi. Dengan adanya aplikasi sistem pakar untuk mendeteksi penyakit mata ini, diharapkan
masyarakat awam dapat memperoleh informasi mengenai penyakit mata berdasar gejala-gejala
yang dialami. Materi yang dimuat dalam program ini masih kurang mewakili kepakaran dalam
hal penyakit mata secara menyeluruh, karena jenis-jenis penyakit mata dalam program ini hanya
sebagian. Sistem hanya dapat mengenali dan mendiagnosa jenis penyakit mata yang ada dalam
tabel kebenaran penyakit. Sistem hanya dapat mendiagnosa satu pasien dalam melakukan
konsultasi, dan dapat mengulangi kembali konsultasi. (Penulis : Anindita Dhiaksa)
Sistem Pakar Diagnosa Penyakit Telinga Hidung Tengorok (THT) Dengan Menggunakan
Metode Inferensi Berbasis Short Message Service (SMS)
sistem pakar diagnosa penyakit THT menggunakan metode inferensi dengan teknik penalaran
forward chaining telah dilakukan dapat diambil beberapa kesimpulan yaitu tingkat keakuratan
sistem diagnosa penyakit THT menggunakan metode inferensi dengan teknik penalaran forward
chaining 87,5%, sistem pakar pendiagnosa penyakit THT ini dapat menggunakan simcard
yang berbeda(GSM) sistem dapat membalas SMS secara otomatis apabila format SMS yang
diterima sesuai dengan format SMS dari sistem. (Penulis : Henny Indriyawatia, Bayu Surarsob)
Penulis : Suci Oktaviana, Satria Perdana Arifin, S.T, M.T., Ibnu Surya, S.T3
Sistem pakar diagnosa penyakit ginjal yang berdasarkan pembobotan dari dokter spesialis
penyakit dalam berhasil untuk mendiagnosa ginjal menggunakan metode Hill Climbing. Hasil
diagnosa pada aplikasi diagnosa dini penyakit ginjal sesuai dengan tree pada sistem. Berdasarkan
hasil pengujian kuisioner yang dilakukan terhadap responden, didapat bahwa sistem dapat
memberikan data dan informasi yang bermanfaat bagi pasien dengan persentase sebesar 89,3%.
(Penulis : Suci Oktaviana, Satria Perdana Arifin, S.T, M.T., Ibnu Surya, S.T3)
Metode Bayes dapat digunakan untuk melakukan diagnosa penyakit paru-paru berdasarkan
gejala-gejala yang dimiliki pasien terduga. Kebenaran dari hasil output sistem ditentukan oleh
nilai probabilitas hipotesa tanpa memandang gejala apapun dan nilai probabilitas kemunculan
evidence pada setiap hipotesa yang diinputkan pada basis pengetahuan.
Proses penentuan Sistem pendukung Keputusan Penentuan Karyawan (agen) Terbaik pada
Kantor Cabang Ajb BumiPutera ditentukan oleh beberapa kriteria yaitu : Premi Pertama (PP),
Uang Pertanggungan (UP), dan Surat Permintaan. 2. Sistem pendukung Keputusan Penentuan
Karyawan (agen) Terbaik pada Kantor Cabang Ajb BumiPutera dengan metode Analytical
Hierarchy Proses (AHP) dengan menentukan bobot dan kriteria untuk menentukan matriks
perbandingannya, sehingga jumlah prioritas dan rasio konsistensi dapat menentukan yang
terbaik.
Sistem Pendukung Keputusan Penilaian Premises Pada Bank Cimb Niaga Medan Menggunakan
Metode Analytical Hierarchy Process (AHP)
Pengimplementasian metode Analytical Hierarchy Process (AHP) dalam penilaian premises pada
Bank CIMB Niaga Medan dilakukan mendefinisian masalah dan menentukan solusi, membuat
struktur hirarki, membuat prioritas elemen, membuat sintesis, mengukur konsistensi, mencari
nilai consistetncy index, mencari nilai consistency ratio, memeriksa konsistensi hierarki, dan
akan menghasilkan hasil akhir nilai total untuk setiap alternative
Sistem Pendukung Keputusan Rekomendasi Penerima Bantuan Siswa Miskin (Bsm) Dengan
Metode Simple Additive Weighting (SAW) (Studi Kasus : Smp Negeri 2 Tarabintang)
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968). Dengan penerapan metode
simple additive weighting menghasilkan nilai dari penentuan kriteria, pembobotan, rating
kecocokan, normalisasi, dan perankingan sehingga menghasilkan nilai dari masing-masing
kriteria.
Sistem Pendukung Keputusan Pemilihan Trainer (Staf Pengajar) Menggunakan Metode Simple
Additive Weighting (SAW) (Studi Kasus: Primagama English Johor)
M. Arfan Rinaldi
Proses penentuan kriteria pada pemilihan trainer Primagama English diperoleh dari panduan
persyaratan utama penerimaan trainer serta dari hasil penilaian calon trainer. Panduan
persyaratan utama penerimaan trainer yaitu Pendidikan terakhir minimal Strata 1 Bahasa Inggris
(diutamakan), Nilai Indeks Penilaian Kumulatif (IPK) minimal 2,75, Usia tidak lebih dari 30
Tahun, serta berstatus sedang tidak mengajar di tempat bimbingan belajar lain. Selanjutnya
Proses pembobotan kriteria pada metode SAW akan sangat berpengaruh pada hasil akhir
perankingan dalam sistem pendukung keputusan pemilihan trainer. Dengan nilai bobot yang
berbeda, hasil yang didapat juga akan berbeda. Dengan kata lain nilai bobot menjadi penentu
hasil akhir yang ingin diperoleh pengambil keputusan.
Sistem Pendukung Keputusan Pembelian Sepeda Motor Dengan Metode Weighted Product
Dihasilkan Sistem Pendukung Keputusan Pembelian Sepeda Motor dengan Metode Weighted
Product (WP) berdasarkan kriteria yaitu, Harga, Teknologi, Kapasitas Mesin dan Model/Desain
yang menjadi pertimbangan konsumen untuk membeli sepeda motor. Dengan
mengimplementasi-kan Metode Weighted Product (WP) sistem mampu melakukan pengurutan
produk sepeda motor sebagai hasil rekomendasi produk yang disarankan berdasarkan pemilihan
alternatif merk dan jenis sepeda motor, serta penentuan tingkat kepentingan pada setiap kriteria.
Dan sistem dapat membantu calon konsumen dalam proses pengambilan keputusan dalam
memilih sepeda motor yang sesuai dengan kebutuhan, keinginan dan kemampuan calon
konsumen.
Sistem Pendukung Keputusan Untuk Seleksi Calon Ketua Badan Eksekutif Mahasiswa (BEM)
STMIK Banjarbaru Dengan Metode Weighted Product (WP)
Sistem Pendukung Keputusan Untuk Seleksi Calon Ketua Badan Eksekutif Mahasiswa (BEM)
STMIK Banjarbaru dapat membantu dalam melakukan penilaian sesuai dengan kriteria yang
sudah ditentukan. Metode Weighted Product (WP) pada penelitian ini dapat menyelesaikan dua
masalah yang ada yaitu MHS 8 dan MHS 13 yang seharusnya diperioritaskan menjadi calon
ketua BEM STMIK Banjarbaru. Setelah diproses menggunakan aplikasi yang menerapkan
metode WP terbukti MHS 8 dan MHS 13 diperioritaskan menjadi calon ketua BEM STMIK
Banjarbaru sehingga penilaian terhadap calon ketua BEM STMIK Banjarbaru lebih objekti
Keputusan pemilihan pelanggan terbaik harus berdasarkan kriteria-kriteria utama yang berkaitan
dengan karakter dari setiap pelanggan Salah satu metode Multi Criteria Decision Making
(MCDM) dalam memproses kriteria-kriteria untuk memilih pelanggan terbaik adalah metode
TOPSIS yang merupakan singkatan dari Technique for Order Preference by Similarity to the
Ideal Solution dimana metode ini memberikan rekomendasi sesuai dengan kriteria yang memiliki
nilai paling tinggi atau benefit tertinggi dan juga nilai yang terendah atau cost paling rendah.
Dengan metode TOPSIS, sistem dapat memberikan urutan alternatif pelanggan yang paling ideal
untuk perusahaan. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah
alternatif pelanggan terbaik. Alternatif terbaik adalah yang berjarak terpendek terhadap solusi
ideal positif dan berjarak terjauh dari solusi ideal negatif.
Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode
TOPSIS
Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Café Menggunakan Metode Smart
(Simple Multi-Attribute Rating Technique) (Studi Kasus : Kota Samarinda)
Dihasilkan Sistem Pendukung Keputusan Pemilihan Cafe menggunakan Metode Simple Multi
Attribute Rating Technique berdasarkan kriteria yaitu, Fasilitas, Biaya, Lokasi, dan Variasi menu
yang menjadi pertimbangan konsumen untuk memilih cafe. Mengimplementasikan Metode
Simple Multi Attribute Rating Technique (SMART) sistem mampu melakukan hasil perhitungan
dari setiap cafe sebagai hasil rekomendasi yang disarankan sebagai pemilihan cafe pada setiap
kriteria. Sistem dapat membantu calon konsumen cafe dalam proses pengambilan keputusan
dalam memilih cafe yang sesuai dengan keinginan konsumen.
Penulis : Diana
Kriteria dalam studi kelayakan bisnis pada penelitian ini adalah aspek keuangan dan ekonomi,
terdiri dari enam kriteria yaitu Payback Period (PP), Net Present Value (NPV), Average Rate of
Return (ARR), Internal Rate of Return (IRR), Profibility Index (PI). Manfaat dilakukannya studi
kelayakan bisnis ini untuk mengetahui usaha mana saja yang pantas dilanjutkan atau tidak
dilanjutkan. Bisnis yang dilanjutkan adalah bisnis dapat memberikan keuntungan serta manfaat
yang maksimal. Metode yang diterapkan adalah Simple Multi Attribute Rating Technique
(SMART) yang dipilih karena kesederhanaannya dalam proses perhitungan sehingga
mempermudah pembangunan sistem
TOPIK : DATA MINING
Algoritma C4.5 dapat digunakan untuk mengenali pola karakteristik transaksi customer. Setelah
mengimplementasikan data mining dengan algoritma C4.5 maka karakteristik transaksi customer
dapat dikenali sehingga bisa mengambil keputusan yang berkaitan dengan menyediakan stock
produk yang digunakan untuk masa yang akan datang.
Algortima C4.5 dapat digunakan untuk menolong pengambilan keputusan pembelian sepeda
motor bekas oleh toko dengan memperhatikan nilai gain (penguatan) tertinggi dari empat atribut
seperti merek, jenis, warna dan tahun produksi.
Aplikasi Data Mining untuk Menampilkan Tingkat Kelulusan Mahasiswa dengan Algoritma
Apriori
Algoritma apriori dapat di implementasikan dalam perancangan aplikasi data mining. Aplikasi
data mining yang dirancang dapat menampilkan informasi tingkat kelulusan secara efektif.
Implementasi Data Mining pada Penjualan Tiket Pesawat menggunakan Algoritma Apriori
Data mining sangat berguna untuk mengetahui hubungan pola frekuensi penjualan tiket pesawat
yang paling sering dibeli oleh konsumen.
Subtopik : Algoritma K-means
Penulis : Afrisawati
Data pelanggan yang potensial didapatkan setelah perhitungan algoritma K-Means selesai, data
dengan pusat centroid terbesarlah yang termasuk ke dalam pelanggan yang paling potensial.
Algoritma K-Means untuk menentukan status gizi balita hanya memiliki nilai akurasi 34% benar.
Nilai ini bisa berubah seiring dengan penambahan data latih.
Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Mahasiswa
Universitas Dian Nuswantoro
Naive Bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam
database dengan data yang besar. Nilai akurasi terhadap klasifikasi kelulusan sebesar 82.08 %.
Algoritma Naive Bayesian Classification (NBC) dapat digunakan sebagai salah satu metode
untuk klasifikasi tingkat kemungkinan obesitas. Dimana hasil akurasinya sebesar 66,67% yaitu
16 responden beresiko untuk mendapatkan kemungkinan obesitas tingkat sedang. 69 responden
mempunyai tingkat gizi normal, 3 responden mempunyai kekurangan gizi.
Subtopik : Algoritma K-NN
Penentuan Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor dan Weighted Product
(Studi Kasus : SMP Negeri 3 Mejayan)
Hasil dari pakar dengan perhitungan dari sistem dengan hasil perhitungan metode K-Nearest
Neighbor memiliki tingkat akurasi sebesar 76.67% untuk menentukan siswa tersebut masuk
dalam kategori siswa berprestasi. Dengan nilai rapor, ektrakulikuler, kepribadian, dan
kedisplinan menjadi prioritas utama dalam penentuan siswa berprestasi.
Klasifikasi Kendaraan Roda Empat Berbasis KNN dapat dijadikan sebagai alat bantu untuk
menentukan kelayakan mobil. KNN dapat digunakan untuk menentukan kelayakan mobil
menurut parameter kondisi fisik dari mobil tersebut.
Subtopik : Asosiasi
Penerapan Metode Data Mining Market Basket Analysis terhadap data penjualan produk buku
dengan menggunakan algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi
Kasus Percetakan PT. Gramedia
Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan bahwa aturan asosiasi yang
dihasilkan oleh algoritma Apriori memiliki tingkat kekuatan yang lebih tinggi dibandingkan
dengan yang dihasilkan oleh algoritma FP-Growth.
B. Regresi
1. Judul = Prediksi Harga Saham Menggunakan Support Vector Regression
dengan Algoritma Grid Search
Penulis = Hasbi Yasin, Alan Prahutama, Tiani Wahyu Utami
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa model SVR terbaik dengan fungsi kernel linier menggunakan parameter C =
0,1 dan nilai epsilon = 0,1. Model tersebut memiliki tingkat akurasi prediksi sebesar
92,47% untuk data training dan 83,39% untuk data testing.
2. Judul = Pendekatan Multivariate Adaptive Regression Spline (MARS)
pada pengelompokkan zona musim suatu wilayah
Penulis = Bambang Widjanarko Otok
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa ketepatan klasifikasi zona musim (ZOM) BMKG sebesar 94,4%.
Pengelompokkan ZOM Kabupaten Ngawi menggunakan metode Hirarki Clustering,
didapatkan kelompok optimum sebanyak 2 kelompok, baik data tanpa reduksi dan
reduksi.
D. Reinforcement Learning
1. Judul = Penerapan Behavior Based Architecture dan Q Learning pada
sistem navigasi robot otonom hexapod robot
Penulis = Handy Wicaksono, Prihastono, Khairul Anam, Rusdhianto
Effendi, Indra Adji Sulistijono, Son Kuswandi, Achmad Jazidie, Mitsuji Sampei
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat disimpulkan
bahwa behavior coordination dari robot telah berjalan dengan baik dan dapat
mencapai tujuannya untuk menghindari halangan dan menemukan target.
E. ADALINE
1. Judul = Peramalan Harga Saham Menggunakan Integrasi Empirical
Mode Decomposition dan Jaringan Syaraf Tiruan
Penulis = Sri Herawati
Rangkuman = Berdasarkan hasil dan analisis hasil uji coba dapat
disimpulkan bahwa hasil peramalan menggunakan integrasi EMD dan jaringan syaraf
tiruan dalam penelitian ini mempunyai kemampuan yang baik untuk meramalkan
harga saham.
G. HOPFIELD
3. Judul = Restorasi Citra Blur Dengan Algoritma Jaringan Saraf Tiruan
Hopfield
Penulis = Herman Maryanto, Sri Suwarno, Lucia Dwi Krisnawati
Rangkuman = Hasil restorasi yang diperoleh belum optimal atau mendekati
citra aslinya karena citra hasil perbaikan cenderung lebih gelap dan masih
mengalamai degradasi atau kerusakan. Kemungkinan hal ini terjadi pada proses
normalisasi yang kurang tepat.
H. KOHONEN
3. Judul =Implementasi Jaringan Syaraf Tiruan Kohonen Pada Data Mining
Outlier Detection
Penulis =Rochmat Mustopa, Moch. Arif Bijaksana, M.tech
Rangkuman = Berdasarkan penelitian di atas dapat disimpulkan bahwa metode
Kohonen pada Data Mining Outlier Detection dapat digunakan untuk melakukan
pengelompokkan pada data.
I. PERCEPTRON
3. Judul = Penerapan Algoritma Perceptron Pada Jaringan Syaraf Tiruan
Dalam Pembagian Jurusan
Penulis = Sonia Grania, Teady Matius Surya Mulyana
Rangkuman = Berdasarkan hasil pengujian terhadap 60 data siswa di SMA
Mahanaim, terdapat kesalahan pada 5 data siswa, sehingga dapat ditarik kesimpulan
bahwa akurasi dari sistem penjurusan ini adalah 91%.