Kembara, Wahyoe (2023) SISTEM PAKAR INDENTIFIKASI PENYAKIT GIGI DAN MULUT BERBASIS WEBSITE MENGGUNAKAN METODE NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (961kB) |
|
Text (BAB I)
BAB I.pdf Download (347kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (766kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (766kB) |
|
Text (BAB V)
BAB V.pdf Download (73kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (130kB) |
|
Archive (SOURCE CODE)
Source code 15.12.8962 Wahyoe Kembara.zip Restricted to Repository staff only Download (19MB) |
|
Text (PUBLIKASI)
Publikasi 15.12.8962 Wahyoe Kembara.pdf Restricted to Repository staff only Download (362kB) |
Abstract
Perkembangan salah satu bidang teknologi informasi yaitu kecerdasan buatan telah banyak diaplikasikan dalam berbagai bidang kehidupan dapat dimanfaatkan sebagai solusi untuk mengatasi permasalahan ini. Salah satu cabang dari kecerdasan buatan yaitu sistem pakar dapat diterapkan untuk membuat sistem yang dapat membantu masyarakat dalam mengetahui kesehatan gigi dan mulut serta dapat mendiagnosa prediksi awal penyakit gigi dan mulut yang dialami. Penelitian ini merupakan penelitian kuantitatif dengan sistem pakar penyakit gigi dan mulut sebagai objek material dan metode Naive Bayes sebagai objek formal. Naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode yang digunakan pada penelitian ini menggunakan pengumpulan data, analisis, dan perancanaan. Penelitian ini bertujuan untuk menjawab dan mendeskripsikan konsep Naïve Bayes dan implementasinya terhadap sistem pakar identifikasi penyakit gigi dan mulut berbasis website. Hasil penelitian menunjukkan bahwa menggunakan metode Naïve Bayes memiliki fitur untuk mengelola data pasien, data penyakit, dan data gejala. Ketepatan diagnosa yang diperoleh dari perbandingan hasil diagnosa sistem dengan persentase nilai 77%, sistem mendapatkan klasifikasi layak untuk digunakan.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Sistem Pakar, Berbasis Website, Naive Bayes. | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 04 Apr 2023 05:40 | ||
Last Modified: | 28 Jul 2023 01:42 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/18189 |
Actions (login required)
View Item |