Claim Missing Document
Check
Articles

Found 32 Documents
Search

Sistem Pakar Mendeteksi Kerusakan Sepeda Motor Scoopy Dengan Menggunakan Metode Teorema Bayes Ramadhan, Puji Sari; Syahputri, Astri; Kustini, Rini; Santoso, Ismawardi; Fajar, Muhammad
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.7946

Abstract

Sepeda motor merupakan sebuah sarana transportasi yang banyak digunakan pada masa sekarang ini.Sebagian besar masyarakat telah menggunakan sepeda motor sebagai angkutan umum, terutama bagi masyarakat di kota-kota besar mengingat tingginya pengguna sepeda motor matic saat ini timbul permasalahan bahwa tidak semua pengguna motor matic memiliki kemampuan melakukan perbaikan terhadap kerusakan sepeda motornya. maka dibutuhkan sebuah Sistem Pakar. Sistem dibangun untuk mendeteksi kerusakan pada sepeda motor dengan penerapan metode Teorema Bayes. Diharapkan metode teorema bayes ini dapat menyelesaikan permasalahan yang ada. Hasil dari penelitian ini diharapkan dapat memberi kesadaran kepada masyarakat tentang apa saja kerusakan yang sering dialami oleh sepeda motor dan apa saja gejala yang sering terjadi, sehingga mengurangi resiko kerusakan yang lebih parah.
Sistem Pakar Mendiagnosa Penyakit Gangguan Mata (Glaukoma) Menggunakan Metode Teorema Bayes Syahputri, Astri; Damanik, Puja Ernita; Mahyuni, Rina
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.11733

Abstract

Mendiagnosis glaukoma secara dini merupakan tantangan kesehatan vital karena keterlambatan dapat menyebabkan kebutaan permanen yang tidak dapat dipulihkan. Untuk mengatasi hal ini, sebuah Sistem Pakar telah dikembangkan, memanfaatkan Teorema Bayes sebagai metode utamanya. Sistem ini mengintegrasikan pengetahuan medis manusia ke dalam komputer, memungkinkan perhitungan probabilitas berdasarkan observasi gejala dan pengetahuan awal. Hasilnya adalah sebuah sistem yang dapat diakses oleh masyarakat umum, memberikan estimasi tingkat kemungkinan seseorang mengidap glaukoma berdasarkan gejala yang dipilih, sehingga mendukung deteksi dini dan meminimalkan risiko kebutaan.