Combination of case-based reasoning and nearest neighbour for recommendation of volcano status

Adira Finance adalah bagian dari perusahaan yang membuka jasa kredit bagi pemohon dan menawarkan berbagai macam produk salah satunya adalah motor baru ataupun bekas dan mendapatkan keuntungan saat pembayaran bunga kredit dilakukan. Masalah kredit macep mengakibatkan pendapatan perusahaan menurun. Dalam Penentuan konsumen mana yang sesuai kriteria agar mendapatkan kredit bukanlah hal yang gampang. Untuk itu perlu suatu sistem agar dapat membantu itu semua. Salah satunya dengan sistem pendukung keputusan. Untuk itu perusahaan perlu membangun Sistem Pendukung Keputusan agar bisa membantu Credit Marketing officer dalam mengetahui rekomendasi kesesuaia konsumen untuk diberikan kredit. Dalam penelitian ini Metode yang digunakan sebagai perhitungan pengambilan keputusan yaitu Simple Additive Weighting (SAW) dengan 5 kriteria yaitu Keperibadian, Uang Muka, Jaminan, Kondisi dan Modal. Sistem ini dibangun dengan menggunakan bahasa pemrograman Hypertext Preprocessor (PHP). Hasil akhir dari sistem ini adalah apakah konsumen menerima kredit sepeda motor atau tidak. Pengujian sisitem yang digunakan yaitu Black box dan hasilnya sistem telah berjalan sesuai. Kemudian dilakukan uji akurasi sistem pada 50 data konsumen dengan hasilnya 84% sudah sesuai.

show abstract

“…Tingkat Akurasi (TA) dihitung dari jumlah yang tepat dibagi dengan jumlh data. [15] = Jumlah nilai benar ℎ × 100%…”

Section: Pengujian Tingkat Akurasi (Ta)unclassified

Implementasi Metode Saw Dalam Penentuan Kelayakan Kredit Motor Pt Adira Dinamika Multifinance Kota Ternate

Kurniasari

Mubarak

Kapita

et al. 2021

JIKO

View full text Add to dashboard Cite

show abstract

“…Proses dari CBR sebagaimana ditunjukkan pada Gambar 1 [11]. Gambar [6] Pembangunan aplikasi berbasis web pernah dilakukan oleh [7] dengan implementasi Bahasa pemrograman PHP dan basisdata MySQL yang menghasilkan aplikasi sekolah berbasis web dan juga dilakukan oleh [10] yaitu implementasi CBR untuk aplikasi berbasis web yang menghasilkan aplikasi untuk diagnosis penyakit hepatitis.…”

Section: Metode Penelitian 1 Case Based Reasoningunclassified

“…Beberapa penelitian yang menerapkan CBR yaitu misalnya [9] menerapkan CBR untuk proses seleksi beasiswa. Selain itu [10] menerapkan CBR untuk penentuan status gunung berapi.…”

unclassified

Case-Based Reasoning (Cbr) Untuk Aplikasi Pemilihan Pestisida Hama Padi Berbasis Web

Mubarak

Muis

2020

JIKO

View full text Add to dashboard Cite

Padi merupakan tanaman yang menjadi komoditi unggulan di Indonnesia dikarenakan beras menjadi bahan makanan pokok bagi masyarakat Indonesia dan asia. Salah satu masalah yang dihadapi oleh petani terkait dengan perubahan cuaca sehingga hama dapat menyerang padi. Dengan demikian tentu petani membutuhkan pestisida hama tanaman padi. Namun pemilihan pestisida terkadang kurang tepat sehingga berpengaruh pada hasil panen. Untuk itu perlu ada solusi untuk dapat memecahkan permasalahan dalam pemilihan pestisida. Salah satu caranya dengan memanfaatkan data-data lama untuk merekomendasikan pestisida yang baik. Penelitian ini bertujuan untuk implementasi algoritma Case Based Reasoning (CBR) pada aplikasi pemilihan pestisida hama padi menggunakan bahasa pemrograman berbasis web. Penelitian ini menggunakan metode experimental, dimana akan dilakukan pengujian algoritma Case Based Reasoning terhadap kasus pemilihan pestisida hama tanaman padi. Penelitian ini menghasilkan sebuah aplikasi yang dapat menyediakan informasi tentang hama yang menyerang tanaman padi dan informasi tentang pestisida yang dapat digunakan oleh user. Aplikasi ini juga telah diuji dengan black box testing dan hasilnya telah berjalan sesuai.

show abstract

“…In the study [5] the CBR algorithm used prior knowledge of experiences or similar situations to solve new problems. This is based on how humans will solve problems in certain situations.…”

Section: A Case Based Reasoning (Cbr)mentioning

confidence: 99%

Prediction Of Students Academic Success Using Case Based Reasoning

Rahman¹,

Mutiarawan²,

Darmawan³

et al. 2019

EECSI

View full text Add to dashboard Cite

Academic success for a student is influenced by many factors during their study period. Factors such as student gender, student absenteeism, parental satisfaction with schools, relations and parents who are responsible for students can influence student success in the academic field. Researchers try to find out what are the most dominant factors in determining academic success for a student at different levels of education such as elementary, middle and high school level. Previous research grouped the level of student academic success into three levels, namely low, medium, high and obtained 15 Association Rules Generated By Apriori Algorithm. This study tried to find out and predict the possible level of academic success of students by using 9 Association Rules Generated By Apriori Algorithm from previous research. The method used to predict the level of student academic success is case based reasoning with the nearest neighbor algorithm. By using the Association Rules Generated By Image Algorithm and with the data set from the xAPIEducational Mining Dataset the case similarity value was obtained with knowledge data that is 1 with a percentage of 81%, and data that had a similarity value of less than 1 was 19%. While in the previous study the best classification accuracy was 80.6% by the Voting classifier. And the grouping of success data is divided into two, namely low and high.

show abstract

Combination of case-based reasoning and nearest neighbour for recommendation of volcano status

Cited by 10 publications

References 6 publications

Implementasi Metode Saw Dalam Penentuan Kelayakan Kredit Motor Pt Adira Dinamika Multifinance Kota Ternate

Implementasi Metode Saw Dalam Penentuan Kelayakan Kredit Motor Pt Adira Dinamika Multifinance Kota Ternate

Case-Based Reasoning (Cbr) Untuk Aplikasi Pemilihan Pestisida Hama Padi Berbasis Web

Prediction Of Students Academic Success Using Case Based Reasoning

Contact Info

Product

Resources

About