Claim Missing Document
Check
Articles

IMPLEMENTASI DAN PENGEMBANGAN METODE NAÏVE BAYES DALAM SISTEM PAKAR  UNTUK MENDETEKSI KERUSAKAN FUNGSI PADA HARDWARE LAPTOP Nailul Wardah , Neli; Wardah, Neli Nailul; Hakim, Zaenal; Sulhani, Sulhani
Melek IT : Information Technology Journal Vol. 11 No. 2 (2025): Melek IT: Information Technology Journal
Publisher : Informatics Department-Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30742/melekitjournal.v11i2.427

Abstract

Laptop telah menjadi salah satu perangkat teknologi yang sangat penting dalam kehidupan sehari-hari. Dengan kemampuan yang dapat dibawa kemana-mana dan digunakan dalam berbagai situasi, laptop telah menjadi alat yang sangat berguna bagi banyak orang. Namun, seperti perangkat lainnya, laptop juga dapat mengalami kerusakan yang dapat mengganggu kinerja dan produktivitas pengguna. Kerusakan laptop dapat disebabkan oleh berbagai faktor, baik perangkat keras maupun perangkat lunak. Sistem pakar dapat membantu dalam mendiagnosis kerusakan laptop dengan lebih cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem pakar diagnosis kerusakan laptop menggunakan metode Naive Bayes. Sistem pakar ini dirancang untuk mengidentifikasi jenis kerusakan laptop berdasarkan gejala-gejala yang dialami oleh pengguna. Metode Naive Bayes digunakan untuk menghitung probabilitas kerusakan laptop berdasarkan data yang ada. Hasil penelitian menunjukkan bahwa sistem pakar ini dapat mendiagnosis kerusakan laptop dengan tingkat akurasi yang tinggi. Sistem pakar ini dapat membantu pengguna laptop dalam mengidentifikasi kerusakan laptop dan menentukan tindakan perbaikan yang tepat.
ALGORITMA MACHINE LEARNING RANDOM FOREST DAN DECISION TREE DALAM KLASIFIKASI STATUS GIZI BALITA Hidayat, Taufik; Febriyanti, Zalfa Ridha; Sukisno, Sukisno; Nugroho, Asep Hardiyanto; Rizky, Robby; Hakim, Zaenal
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7545

Abstract

Gizi pada balita merupakan sebuah isu strategis baik ditingkat nasional maupun daerah, terutama stunting, wasting, underweight dan overweight masih menjadi isu penting di Indonesia, termasuk di Kabupaten Tangerang. Periode usia 12-59 bulan merupakan masa kritis dalam pertumbuhan dan perkembangan anak, sehingga pemantauan dan intervensi gizi yang tepat sangat diperlukan. Tujuan penelitian ini mengembangkan model klasifikasi dengan machine learning pada gizi balita, serta memberikan kontribusi dalam identifikasi dini balita berisiko gizi buruk atau obesitas. Penelitian ini berfokus pada bagaimana menerapkan algoritma machine learning Random Forest dan Decision Tree untuk klasifikasi status gizi balita, serta bagaimana perbandingan kinerja kedua algoritma tersebut dalam deteksi dini masalah gizi. Dalam model yang telah dibuat, dengan algoritma Random Forest dan Decision Tree diperoleh hasil yang menunjukkan akurasi yang tinggi, masing-masing mencapai 92%. Dengan menggunakan GridSearch untuk menemukan nilai parameter terbaik, akurasi model meningkat menjadi 93% untuk Random Forest dan 94% untuk Decision Tree. Hasil ini menunjukkan potensi kedua algoritma dalam klasifikasi status gizi balita secara akurat.
Implementasi Algoritma A* untuk Menentukan Jalur Tercepat Penjemputan Ambulans di RSUD Aulia Pandeglang, Banten Setiyowati, Sri; Rizky, Robby; Maesaroh, Mamay; Susilawati, Susilawati; Yunita, Ayu Mira; Sugiarto, Agung; Hakim, Zaenal; Pratama, Aghy Gilar; Wibowo, Andrianto Heri; Susanti, Ervi NUrafliyan; Wardah, Neli Nailul; Hakim, Moh Azizi; Qudratullah, Fahmi
JUKI : Jurnal Komputer dan Informatika Vol. 8 No. 1 (2026): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v8i1.2330

Abstract

Permasalahan keterlambatan penjemputan pasien oleh ambulans dapat terjadi akibat pemilihan rute yang kurang tepat, kondisi jalan yang bervariasi, serta jarak tempuh yang tidak efisien. Penelitian ini bertujuan untuk mengimplementasikan Algoritma A dalam menentukan jalur tercepat penjemputan ambulans di RSUD Aulia Pandeglang, Banten. Metode yang digunakan adalah pendekatan pencarian jalur terpendek berbasis graf, dengan titik lokasi direpresentasikan sebagai node dan jalan sebagai edge. Algoritma A* digunakan karena mampu mencari rute optimal dengan mempertimbangkan nilai biaya perjalanan dan estimasi jarak menuju tujuan melalui fungsi heuristik. Data yang digunakan berupa titik lokasi awal ambulans, lokasi penjemputan pasien, serta hubungan antarjalur yang tersedia. Hasil dari penelitian ini adalah rancangan sistem yang mampu memberikan rekomendasi jalur tercepat bagi ambulans sehingga proses penjemputan pasien menjadi lebih efektif dan efisien. Dengan adanya penerapan Algoritma A*, diharapkan pengambilan keputusan rute ambulans dapat dilakukan secara lebih cepat, tepat, dan mendukung peningkatan kualitas pelayanan kesehatan.