Jagi, Mawar Dwi Anastasya (2021) ANALISIS DAN PERANCANGAN SISTEM INFORMASI UNTUK MEREKOMENDASIKAN JENIS BODYWEIGHT EXERCISES MENGGUNAKAN METODE CASE BASED REASONING (CBR). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (453kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
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 (1MB) |
|
Text (BAB V)
BAB V.pdf Download (59kB) |
|
Text (DAFTAR PUSTAKA DAN LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (284kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
FITME_Apps_17.62.0108_Mawar Dwi Anastasya Jagi.zip Restricted to Repository staff only Download (82MB) |
|
Text (PUBLIKASI)
Publikasi-17.62.0108-Mawar Dwi Anastasya Jagi.pdf Restricted to Repository staff only Download (951kB) |
Abstract
Peneletian ini membahas tentang perancangan sistem informasi untuk merekomendasikan jenis latihan berat badan (Bodyweight exercises). Metode yang di gunakan dalam penelitian ini adalah metode Case Base Reasoning (CBR). CBR merupakan salah satu metode yang menggunakan pendekatan penalaran kecerdasan buatan (Artificial Intelegent) dengan tahapan retrieve, reuse, revise, dan retain. Untuk memberikan solusi pada masalah baru berdasarkan knowledge dari kasus - kasussebelumnya yang memiliki kemiripan (similar). Kasus - kasus sebelumnya di dapat dari masukan user sebelumnya dan dari data set. Untuk menghitung dan mendaptakan nilai kemiripan kasus lama sebagai solusi untuk kasus baru di gunakan algoritma K-Nearest Neighbor (K-NN). Hasil dari penelitian ini akan menghasilkan sebuah sistem informasi untuk merekomendasikan jenis bodyweight exercises yang akurat sesuai dengan tujuan user dalam menentukan latihan apa saja yang di inginkan berdasarkan level exercises, dan dengan sistemini maka dapat membantu user untuk mendapatkan informasi yang dibutuhkan tentang jenis bodyweight exercises yang tepat, sehingga user dapat mengimplementasikan sesuai dengan waktu dan tempat yang di inginkan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Cased Based Reasoning (CBR), K-Nearest Neighbor (KNN), Body weight exercises types | ||
| 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: | 07 Jun 2022 03:38 | ||
| Last Modified: | 22 Aug 2023 01:56 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/267 |
Actions (login required)
 |
View Item |