PENERAPAN CASE BASED REASONING UNTUK MENDIAGNOSIS KERUSAKAN PADA KOMPUTER DESKTOP MENGGUNAKAN METODE NAIVE BAYES
Abstract
Kemajuan teknologi di bidang komputer saat ini sangatlah pesat, banyak keuntungan dari kemudahan informasi yang dapat diakses dengan mudah dan cepat melalui komputer. Menurut data yang tercatat di Badan Pusat Statistik Indonesia, kepemilikan komputer dalam rumah tangga pada tahun 2020 mengalami kenaikan menjadi 18,83%. Terkadang masalah muncul di mana komputer mengalami kerusakaan saat digunakan yang berdampak pada berkurangnya produktivitas. Kerusakan pada komputer dapat diakibatkan oleh usia komputer, lingkungan dan penyebab lain yang disengaja maupun tidak disengaja. Pengetahuan yang buruk tentang komponen komputer dapat meningkatkan kebutuhan akan layanan teknisi saat terjadi kerusakan pada komputer. Kerusakan komputer dapat di diagnosis lebih cepat dan mudah dengan menggunakan sistem Case Based Reasoning (CBR). Berdasarkan hasil pengujian menggunakan k-fold cross validation terhadap 200 data, didapatkan nilai rata-rata akurasi 86% dan rata-rata similarity 70% dalam waktu 0,0403 detik pada pengujian menggunakan indexing dan nilai rata-rata akurasi 85,5% dan rata-rata similarity 74% dalam waktu 0,0505 detik pada pengujian menggunakan nonindexing.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
K. Schwab, “The Fourth Industrial Revolution. New York: Crown Business; 2017,” dalam Originally published by World Economic Forum, Geneva, Switzerland, 2016.
A. Aamodt dan E. Plaza, “Case-based reasoning: Foundational issues, methodological variations, and system approaches,” AI communi-cations, vol. 7, no. 1, hlm. 39–59, 1994.
A. Triawan, “Penerapan Metode Naive Bayes Untuk Rekomendasi Topik Tugas Akhir Berdasarkan Daftar Hasil Studi Mahasiswa di Perguruan Tinggi,” Teknois: Jurnal Ilmiah Teknologi Informasi dan Sains, vol. 10, no. 2, hlm. 58–70, 2020.
A. Labellapansa, A. D. Fitriani, dan A. Yulianti, “PENALARAN BERBASIS KASUS UNTUK MENENTUKAN PERAWATAN KULIT WAJAH,” Seminar Nasional Teknologi Informasi dan Komunikasi (SEMNASTIK), vol. 1, no. 1, Art. no. 1, Okt 2018.
W. Sinlae, S. A. S. Mola, dan N. D. Rumlaklak, “PENENTUAN KESESUAIAN LAHAN PERTANIAN TANAMAN CABAI MENGGUNAKAN METODE NAÏVE BAYES DI KABUPATEN KUPANG,” jicon, vol. 9, no. 1, hlm. 56–64, Mar 2021, doi: 10.35508/jicon.v9i1.3848.
J. S. AngDjadi, S. A. S. Mola, dan D. Prasetyo, “Penerapan Case Based Reasoning Untuk Mendiagnosa Penyakit Pada Ternak Babi Menggunakan Metode Naive Bayes,” JURNAL TEKNIK INFORMATIKA INOVATIF WIRA WACANA, vol. 1, no. 2, Art. no. 2, Des 2022, doi: 10.58300/inovatif-wira-wacana.v1i2.285.
I. W. Supriana dan K. D. Prebiana, “METODE PENALARAN BERBASIS KASUS (CASE BASE REASONING) DALAM PENENTUAN KELAYAKAN SEKOLAH PERAWATAN,” jurnalresistor, vol. 3, no. 1, hlm. 57–65, Apr 2020, doi: 10.31598/jurnalresistor.v3i1.554.
B. S. Gandhi, D. A. Megawaty, dan D. Alita, “Aplikasi Monitoring Dan Penentuan Peringkat Kelas Menggunakan Naïve Bayes Classifi-er,” Jurnal Informatika Dan Rekayasa Perangkat Lunak, vol. 2, no. 1, hlm. 54–63, 2021.
A. S. Bararah dan D. Andreswari, “IMPLEMENTASI CASE BASED REASONING UNTUK DIAGNOSA PENYAKIT BERDASARKAN GEJALA KLINIS DAN HASIL PEMERIKSAAN HEMATOLOGI DENGAN PROBABILITAS BAYES,” vol. 5, no. 1, hlm. 12, 2017.
J. Han, M. Kamber, dan J. Pei, “Data Mining: Concepts and Techniques (tretja izd.). Waltham, ZDA.” Morgan Kaufmann Publishers, Elsevier, 2012.
DOI: http://dx.doi.org/10.26798/jiko.v7i2.861
Article Metrics
Abstract view : 348 timesPDF (Bahasa Indonesia) - 195 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Sebastianus Adi Santoso Mola, Jakha Rama Phosa, Yelly Yosiana Nabuasa