Sistem Pakar Mendeteksi Kerusakan Sepeda Motor KLX 150bf Menggunakan Metode Teorema Bayes
DOI:
https://doi.org/10.53513/jsk.v6i1.7403Keywords:
Sistem pakar, KLX 150BF, Kerusakan, Teorema BayesAbstract
Total sepeda motor Kawasaki KLX 150 ini mencapai 23.463 unit. Sementara total penjualan kawasaki sendiri adalah 40.329 unit. Berdasarkan banyaknya pembeli sepeda motor KLX maka tidak jarang dijumpai pengguna yang tidak mengetahui keadaaan serta kondisi dari spedea motor KLX ini seperti adanya kerusakan yang ditemukan pada bagaian tertentu sepeda motor khususnya pada bagian mesin sepeda motor tersebut, sehingga segala jenis dari gejala yang muncul sering terabaikan dan akan membuat kerusakan yang lebih parah dari kondisi sepeda motor sebelunya. Oleh karena.hal tersebut, maka sangat dibutuhkannya suatu sistem pakar yang diharapkan dapat mengidentifikasi berbagai kerusakan dini dari segala gejala yang dialami oleh pengguna atau pemilik sepeda motor Kawasi KLX. Salah satu metode yang paling tepat dan dapat digunakan dalam penelitian ini adalah metode teorema bayes. Teorema bayes merupakan teorema yang dikemukakan dan dikenalkan oleh Thomas Bayes yang bertujuan untuk menghubungkan tingkat keyakinan yang ada (Prior) kepada keyakinan yang baru (Posterior) setelah dilakukaannya suatu observasi baru (evidence) berdasarkan fungsi keyakinan tertentu. Berdasarkan hasil penelitian dengan menggunakan metode teorema bayes, maka hasilnya akan mampu memberikan deteksi kerusakan sepeda motor KLX 150BF dengan gejala yang diinputkan sehingga memberikan solusi terbaik untuk menyelesaikan masalah yang ada. ÂReferences
I. Zufria and H. Santoso, “Sistem Pakar Menggunakan Metode Backward Chaining Untuk Mengantisipasi Permasalahan Tanaman Kacang Kedelai Berbasis Web,†Sains Komput. Inform., vol. 5, no. 1, pp. 20–28, 2021.
Y. R. Nasution and K. KHAIRUNA, “Sistem Pakar Deteksi Awal Penyakit Tuberkulosis Dengan Metode Bayes,†KLOROFIL J. Ilmu Biol. dan Terap., vol. 1, no. 1, p. 17, 2017, doi: 10.30821/kfl:jibt.v1i1.1236.
H. Gunawan and I. F. Hamdiyani, “SISTEM PAKAR DIAGNOSA PENYAKIT KANKER SERVIKS MENGGUNAKAN METODE FORWARD CHAINING,†J. Inf., vol. X, no. 2, pp. 21–40, 2018.
T. Syahputra, M. Dahria, and P. D. Putri, “Sistem Pakar Untuk Mendiagnosa Penyakit Anemia Dengan Menggunakan Metode Teorema Bayes,†Saintikom, vol. 16, no. 3, pp. 284–294, 2017.
E. T. Marbun, K. Erwansyah, and J. Hutagalung, “Sistem Pakar Mendiagnosa Penyakit Kolesterol Pada Remaja Menggunakan Metode Certainty Factor,†J. Sist. Inf. TGD, vol. 1, no. 4, pp. 549–556, 2022.
M. Destiningrum and Q. J. Adrian, “Sistem Informasi Penjadwalan Dokter Berbassis Web Dengan Menggunakan Framework Codeigniter (Studi Kasus: Rumah Sakit Yukum Medical Centre),†J. Teknoinfo, vol. 11, no. 2, p. 30, 2017, doi: 10.33365/jti.v11i2.24.
Azmi Zulfian and K. Syahputra, “IMPLEMENTASI TEOREMA BAYES UNTUK MENDIAGNOSA TINGKAT STRES,†JISICOM (Journal Inf. Syst. Informatics Comput. ), vol. 2, no. 1, 2018.
S. Acihmah and A. Pujianto, “SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN KELAPA SAWIT MENGGUNAKAN TEOREMA BAYES,†J. Ilm. Data Manaj. Dan Teknol. Inf. Terbit, vol. VOL. 18 NO, 2017, [Online]. Available: https://www.ptonline.com/articles/how-to-get-better-mfi-results.
R. Kresna et al., PENERAPAN SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA KEHAMILAN. 2018.
A. H. Hasugian, U. Islam, N. Sumatera, and U. Medan, “Diagnosis of Victims of Bullying Behaviour Using Bayes Method,†sinta 4, vol. 3, no. 36, pp. 284–289, 2020.
G. A. D. Sugiharni and D. G. H. Divayana, “Pemanfaatan Metode Forward Chaining Dalam Pengembangan Sistem Pakar Pendiagnosa Kerusakan Televisi Berwarna,†J. Nas. Pendidik. Tek. Inform., vol. 6, no. 1, p. 20, 2017, doi: 10.23887/janapati.v6i1.9926.
I. Oktaviani and A. Mulyani, “Pengembangan Aplikasi Surat Perintah Perjalanan Dinas (SPPD) Beserta Rincian Perjalanan Dinas di Badan Koordinasi Pemerintahan dan Pembangunan Wilayah IV Kabupaten Garut,†J. Algoritm., vol. 13, no. 1, pp. 58–62, 2016, doi: 10.33364/algoritma/v.13-1.58.
