Penerapan Komparasi Teorema Bayes dengan Euclidean Probability dalam Pendiagnosaan Dermatic Bacterial

Ramadhan, Puji Sari

doi:10.30743/infotekjar.v4i1.1579

Cited by 4 publications

(4 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Research (Ramadan, 2019)with the title Application of Comparison of Bayes Theorem with Euclidean Probability in Dermatic Bacterial Diagnosis, obtaining the results of the analysis with the Bayes Bayes theorem by using a comparison of diagnostic values and exponential techniques, it can be obtained the comparison of the diagnosis value on the Euclidean Probability of 0.74 or 74% while the Bayes Theorem produces the diagnosis value of 0.51 or 51% both resulted in the conclusion of the diagnosis, namely the type of Impetigo disease. Then for the Euclidean Probability exponential technique, it gets a priority value of 0.86 or 86% greater than the Bayes Theorem which gets a priority value of 0.71 or 71%, as well as in the research conducted.…”

Section: Bayes' Theorem Methodsmentioning

confidence: 99%

Implementation of the Bayes theorem method for identifying diseases of children under five

Ramadhani

Sihombing

Masrizal

2021

SinkrOn

View full text Add to dashboard Cite

Disease is very susceptible to occur in children under five because the immune system in children under five has not been fully developed. Lack of knowledge about the diseases of children under five and the symptoms they experience makes parents fearful. The lack of knowledge of children's diseases from experts can result in delayed treatment. Problems that occur can be overcome by utilizing artificial intelligence technology. One of the artificial intelligence technologies is an expert system. Information needs very quickly from an expert to deal with problems or diseases of children under five that are expected by parents or society. So that is what drives the development of a software application, namely an expert system for the identification of diseases of children under five. An expert system for the identification of toddlers' diseases is made as a tool to diagnose diseases experienced by toddlers by using the symptoms experienced by toddlers as a tool to detect diseases experienced by children under five. The system can identify 5 types of disease with 23 symptoms of disease. This expert system uses the development method of problem identification, system design, implementation and testing. Inference in this expert system uses the Bayes theorem method. This system is built with Visual Basic and Microsoft Access as the database. The results of consulting tests with this system show that the system is able to determine the disease along with the initial treatment and treatment solutions that must be carried out, based on the symptoms previously selected by the user.

show abstract

Section: Bayes' Theorem Methodsmentioning

confidence: 99%

Implementation of the Bayes theorem method for identifying diseases of children under five

Ramadhani

Sihombing

Masrizal

2021

SinkrOn

View full text Add to dashboard Cite

show abstract

“…Teknik ini nantinya akan digunakan untuk mengukur hasil keputusan yang diperoleh dari kedua metode tersebut. Teknik eksponensial pernah digunakan dalam penelitian sebelumnya untuk perbandingan metode [10] dan [11].…”

Section: Pendahuluanunclassified

“…Teknik Eksponensial Teknik eksponensial digunakan untuk melakukan perbandingan antar variabel atau alternatif [18]. Teknik ini menggunakan perhitungan pemangkatan untuk mencari nilai prioritas dari alternatif yang ada [10].…”

Section: ) Mengurangi Nilai Maximax Dan Minimaxunclassified

Penerapan Metode WASPAS Dan MOORA Dalam Pengambilan Keputusan

Ramadhan¹,

Ramadhan²,

Dahria³

2021

Com, Engine, Sys, Sci

Self Cite

View full text Add to dashboard Cite

Penelitian ini membahas tentang perbandingan metode yang digunakan untuk penentuan kelayakan karyawan yang layak untuk mendapatkan beasiswa studi lanjut. Metode yang akan dibandingkan adalah metode Moora dan Waspas. Kedua metode tersebut dipilih karena memiliki kemampuan dalam menghasilkan keputusan. Tujuan dari penelitian ini adalah untuk memilih metode yang paling baik digunakan dalam penentuan keputusan, terutama untuk menentukan kelayakan karyawan untuk mendapatkan beasiswa studi lanjut. Tahapan perbandingan metode dimulai dengan dengan melakukan pengumpulan data kriteria dan bobot penilaian, kemudian menetapkan data alternatif yang akan dinilai. Tahapan selanjutnya adalah melakukan penerapan kedua metode tersebut dan melakukan perbandingan metode melalui perangkingan nilai, hasil keputusan dan teknik eksponensial. Berdasarkan penelitian yang telah dilakukan maka diperoleh hasil bahwa untuk nilai keputusan, metode Moora menghasilkan nilai rata-rata 1,1 dan metode Waspas mendapatkan nilai rata-rata 0,5. Kemudian dari hasil keputusan terlihat kedua metode tersebut menghasilkan keputusan yang sama pada setiap alternatifnya dan untuk teknik eksponensial, metode Moora mendapatkan niai 1,05 dan metode Waspas mendapatkan nilai 0,73. Berdasarkan hasil tersebut maka dapat diketahui bahwa metode Moora lebih baik dibandingkan dengan metode Waspas dalam pengambilan keputusan

show abstract

“…Selain itu kecerdasan buatan dikenal dengan sebuah konsep yang mampu melakukan penalaran terhadap aturan-aturan yang dimasukkan untuk menyelesaikan permasalahan [2]. Kecerdasan buatan digunakan dalam berbagai aktifitas manusia berbasis komputerisasi [3].…”

Section: Pendahuluanunclassified

Biometric Technology Using Eigenface Algorithm

Ramadhan¹,

Nurarif²,

Syahril³

et al. 2021

Com, Engine, Sys, Sci

Self Cite

View full text Add to dashboard Cite

Penelitian ini membahas tentang teknologi biometrik yang digunakan untuk mengenali pola fisik dari seseorang sehingga dapat teridentifikasi. Focus biometrik yang akan diteliti adalah deteksi wajah. Hal ini dilakukan karena melihat kurang optimalnya pengenalan biometrik pada sidik jari yang rentan tidak terdeteksi akibat luka atau perubahan struktur kulit seseorang. Teknologi biometrik wajah ini dapat digunakan untuk mengenali seseorang dalam melakukan perekaman data seperti pengelolaan biodata pegawai, masyarakat dan absensi. Untuk membangun teknologi biometrik tersebut maka dibutuhkan sebuah algoritma yang mampu melakukan pengenalan pola yaitu Eigenface. Algoritma tersebut telah teruji dan banyak digunakan pada penelitian sebelumnya dalam pengenalan pola, sehingga sangat tepat untuk digunakan dalam penelitian ini. Proses pengenalan wajah dimulai dengan mengambil citra wajah sehingga akan memperoleh nilai RGB, kemudian melakukan konversi dari RGB ke grayscale. Setelah proses konversi selesai maka selanjutnya mengubah citra tersebut ke dalam bentuk matriks dan menghitung nilai Flatvektor sehingga nantinya akan dicari nilai kedekatan dari data citra yang direkam. Dari hasil penelitian yang dilakukan maka diperoleh hasil bahwa algoritma Eigenface telah berhasil melakukan pengenalan wajah dengan akurasi 100% dari 10 data uji. Pengujian akurasi dilakukan dengan insitas cahaya 10 sampai dengan 1000 Lux, jarak antara 30 sampai dengan 200 cm dan gerak objek diatas 4 detik

show abstract

Penerapan Komparasi Teorema Bayes dengan Euclidean Probability dalam Pendiagnosaan Dermatic Bacterial

Cited by 4 publications

References 9 publications

Implementation of the Bayes theorem method for identifying diseases of children under five

Implementation of the Bayes theorem method for identifying diseases of children under five

Penerapan Metode WASPAS Dan MOORA Dalam Pengambilan Keputusan

Biometric Technology Using Eigenface Algorithm

Contact Info

Product

Resources

About