Article Per Year (5 Year)
p-Index From 2021 - 2026
9.309
P-Index
This Author published in this journals
All Journal TEKNOLOGI INFORMASI Jurnal EECCIS JURNAL PASTI (PENELITIAN DAN APLIKASI SISTEM DAN TEKNIK INDUSTRI) Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Indonesian Journal of Applied Informatics Antivirus : Jurnal Ilmiah Teknik Informatika Industri Inovatif : Jurnal Teknik Industri Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Bumigora Information Technology (BITe) SKANIKA: Sistem Komputer dan Teknik Informatika Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) JASTEN (Jurnal Aplikasi Sains Teknologi Nasional
Suryo Adi Wibowo
Institut Teknologi Nasional Malang
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Physics Transportation Other

Published : 113 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Indonesian Journal of Applied Informatics

 1 
Pengembangan Chatbot Penyakit Ringan Menggunakan Metode Long Short-Term Memory Esa Arya Mahardika; Ali Mahmudi; Suryo Adi Wibowo
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95564

Abstract

Abstrak : Penyakit merupakan salah satu masalah bagi manusia baik penyakit ringan lebih-lebih penyakit kronis. Manusia telah mempelajari tentang bagaimana menangani permasalahan penyakit dari zaman ke-zaman demi kesejahteraan manusia. Seiring waktu populasi manusia bertambah dan penyakit semakin banyak baik yang dapat diobati maupun tidak sehingga manusia membangun fasilitas-fasilitas kesehatan. Tujuan penelitian ini supaya dapat memaksimalkan pelayanan IKS An-Nur II di luar jam kerja dokter. Penulis menggunakan AI Project Cycle untuk proses pembuatan chatbot, menggunakan pendekatan Natural Language Processing untuk interaksi dengan pengguna, dan algoritma Long Short-Term Memory untuk membuat model dengan melibatkan pengembangan melalui framework Flask. Hasil evaluasi menunjukkan bahwa model yang dihasilkan memiliki nilai training loss sebesar 12,35%, yang mengindikasikan tingkat error yang rendah pada data pelatihan, serta training accuracy sebesar 100%, menandakan model telah belajar pola data pelatihan dengan sangat baik. Pada data validasi, model mencapai validation loss sebesar 42,44% dan validation accuracy sebesar 94,44%. Nilai validation accuracy yang tinggi menunjukkan kemampuan model dalam menghasilkan respons yang relevan terhadap data baru. Hasil akurasi yang tinggi menjadikan chatbot mampu menjawab pertanyaan dengan akurasi cukup baik.====================================================Abstract :Disease is one of the problems for humans, whether it is a mild disease or a chronic disease. Humans have learned about how to deal with disease problems from time to time for the sake of human welfare. Over time the human population increases and more and more diseases both treatable and not so humans build health facilities. The purpose of this research is to maximize the services of IKS An-Nur II outside of doctor's working hours. The author uses the AI Project Cycle for the chatbot creation process, using the Natural Language Processing approach for interaction with users, and the Long Short-Term Memory algorithm to create models by involving development through the Flask framework. The evaluation results show that the resulting model has a training loss of 12.35%, indicating a low error rate in the training data, and a training accuracy of 100%, indicating that the model has learned the training data patterns very well. On the validation data, the model achieved a validation loss of 42.44% and a validation accuracy of 94.44%. High validation accuracy scores indicate the model's ability to generate relevant responses to new data. The high accuracy results make the chatbot capable of answering user questions with high accuracy.
Sistem Pakar Diagnosa Kerusakan Laptop Berbasis Forward Chaining Dan Certainty Factor Yogi Ainur Rofiq Anggara; Suryo Adi Wibowo; Yosep Agus Pranoto
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95556

Abstract

Abstrak : Penelitian ini bertujuan mendiagnosa kerusakan laptop dengan menggunakan sistem pakar berbasis web yang menggabungkan metode Forward Chaining dan Certainty Factor. Ketika laptop mengalami kerusakan perangkat keras, laptop sering kali tidak dapat digunakan dan memerlukan perbaikan. Karena proses diagnosis teknisi terkadang membutuhkan waktu yang lama untuk menentukan diagnosis kerusakan, maka diperlukan sebuah sistem yang dapat membantu dalam mendeteksi kerusakan. Teknisi dapat menilai seberapa yakin mereka terhadap temuan diagnosis kerusakan komponen laptop dengan menggunakan metode Forward Chaining untuk memproses diagnosis dan Certainty Factor untuk menghasilkan tingkat kepastian diagnosis. Berdasarkan hasil implementasi dan pengujian, sistem ini memperoleh hasil pengujian metode validasi selisih hasil kurang dari 1% , dapat diartikan sistem aplikasi berhasil menerapkan metode forward chaining dan certainty factor diagnosa kerusakan laptop dengan hasil selisih validasi yang kecil kurang dari 1%. Dengan demikian, sistem pakar ini tidak hanya membantu teknisi mempercepat proses identifikasi kerusakan laptop, tetapi juga memberikan tingkat presentase pada kerusakan yang terdiagnosis.=====================================================Abstract :This research aims to diagnose laptop damage using a web-based expert system that combines the Forward Chaining and Certainty Factor methods. When a laptop experiences hardware damage, it is often unusable and requires repair. Because the technician's diagnosis process sometimes takes a long time to determine the diagnosis of damage, a system is needed that can assist in detecting damage. Technicians can assess how confident they are in the findings of the diagnosis of laptop component damage by using the Forward Chaining method to process the diagnosis and the Certainty Factor to generate the level of certainty of the diagnosis. Based on the results of implementation and testing, this system obtained a validation method test result difference of less than 1%, which means that the application system successfully applies the forward chaining method and certainty factor to diagnose laptop damage with the results of a small validation difference of less than 1%. Thus, this expert system not only helps technicians speed up the process of identifying laptop damage, but also provides a percentage level on diagnosed damage.
Co-Authors Ababil, Oliver Januardi Abdul Wahid Achmad Fauzi Adi Prasetyo, Guntur Adi Saputra, Yoga Aeni Fahila, Nur Agung Panji Sasmito AHMAD FAISOL Airi Mundzilin, Difania Aktafi, Billah Alfina, Alfina Ali Mahmudi Ali Mahmudi Andriano Frans, Jemmy Anshor Taufikurrahman, Muhammad ARI, DANIEL Ariwibisono, Ariwibisono Ariwibisono, F.X Arjunastya Miftaharif, Rayhan Armedianto Putro, Bima Aulia, Lalu Muhammad Fatwa Ayutantri, Dik Ajeng Benjamin Maahury, David Budi Raharjo, Piter cahya ardi wahana, zakiey Cahya Kusuma, Firdaus Dwi Deddy Rudhistiar Deswandi Yahya, Raflizar Dibrayogasta, Nandaka Dwi Lukas Saputro, Ardana Dwi Sasmita, Sudrajad Dyah Agustin, Praditasari Dzulhijjah, Dwi Ahmad Erwinda, Gesha Warilotte Esa Arya Mahardika Fadly, Erviansyah Fahrudi Setiawan, Ahmad Fahrul Taufiqurrohman, Achmat Farabi Phasa, Fianda Febriana Santi Wahyuni Febrianti, Fitri Fikar Mu'afi, Arya Firdanu, Rizha Garinanto, Budi Guntur Adi Prasetyo Hani Zulfia Zahro Hernoko, Marvelina Gracia Ilham Ali, Muhammad Irma Sari, Ramandani Joas, Kirene Wardaini Joseph Dedy Irawan Joyo Sentoso, Lukas Kalimatullah, Moh. Teguh Karina Auliasari kartiko Kartiko Ardi Widodo Kharisma, Dandy Kurnia Sella, Fernanda Kurniawan, William Lalo Nusa, Faustino M. Julius Maarif, Shohibul Mahdi, Moh Maulidin Mahesa Ramadhan, Deo Manusiwa, Mizaell Mira Orisa Misbachul Munir, Muhammat Moh. Miftakhur Rokhman Moh. Miftakhur Rokhman, Moh. Miftakhur Mucthar, Firmanda Muttakin, Muhammad Yoga Adliyani Nelly Budiharti Nurlaily Vendyansyah Ompusunggu, Andry Pambudi, Yitno Prameswara P., Renaldi Pranata, Krish Prasetiyo, Agung Sugih Prasetyo, Sony Prastya Bayu Pasifik, Rizka Pratama Irianto, Mario Pratama, Irgi Yoga Pratama, Wahyu Tedy Priga Putra, Angga Pratama Primaswara P, Renaldi Primaswara P., Renaldi Putra Snyders, Saveraga Qulub, Hizbul Rachmad Agung Laksono Raden Mohamad Herdian Bhakti Renaldi Primaswara Prasetya Renaldi, Bima Reynaldi Prayoga, Thomas Rismayanti, Sintiya Riyan Wicaksono Riziq Gyfari, Aghisna Rizka Fitriandra, Zeylla Rohman, Moh Miftakhur Roy Mahendra Pedro Pratama Safitra, Wahyu Saiqul Umam, Muhamad Sakrani, Fikriadi Satwikayana, Sujud Sentot Achmadi Setyo Aji, Bayu Sholihin, Mukhlis Sonny Prasetio Sonny Prasetio, Sonny susanto, eko heri Tejasukmana Putra, Rehadian Vito Eka Perdana Putra, Alfonsus Wahyudi, Desvianty Ayu Wijono Wijono Wulang, Maria Yasinta Xaverius Ariwibisono, Franciscus Xaverius Ariwibisono, Fransiscus Yoga Tama, Prastyo Yogi Ainur Rofiq Anggara Yosep Agus Pranoto Yuris Wijayanto, Fajar Zahro, Hani Zulfia Zidan Rusminto, Muhammad Zidan, Rifqi Zulfia Zahro’ , Hani Zulfia Zahro’, Hani