Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta

Aplikasi Program untuk Mendiagnosa Bakteri Chlamydia Trachomatis Menggunakan Metode Waterfall Suhardjono - AMIK BSI Jakarta
Bianglala Informatika Vol 5, No 2 (2017): Bianglala Informatika 2017
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (698.138 KB) | DOI: 10.31294/bi.v5i2.2554

Abstract

Abstract-Chlamydia is transmitted diseases contagious most commonly found and known the main cause of disease inflammation of the pelvis (pelvis), that will spoil a female reproductive and eye disease caused infertility (sterility) in women. Lack of information on chlamydia bacterium trachtomatis so with the expert system in implementasikan to diagnose chlamydia trachtomatis disease is needed to know disease early with the results of this program shows that expert system can be used as a media that can tell us and consultation of bacteria chlamydia trachomatis , and how to avoid.Keywords: Chlamydia Bacterium Trachtomatis, Diagnose Bacterium, Expert System, Waterfall. Abstrak - Chlamydia merupakan penyakit kelamin menular yang paling umum dijumpai dan dikenal penyebab utama penyakit peradangan pada pelvis (panggul), yang akan merusak alat reproduksi perempuan dan penyakit mata disebabkan infertilitas (kemandulan) pada perempuan. Kurangnya informasi tentang bakteri chlamydia trachtomatis maka dengan adanya sistem pakar yang di implementasikan untuk mendiagnosa penyakit chlamydia trachtomatis sangat dibutuhkan untuk mengetahui penyakit sejak dini dengan hasil program ini menunjukkan bahwa sistem pakar dapat dipergunakan sebagai suatu media yang dapat memberikan informasi dan konsultasi tentang bakteri Chlamydia Trachomatis, dan cara menghindarinya.Kata Kunci: Bakteri Chlamydia Trachomatis, DiagnosaBakteri, Sistem Pakar,  Waterfall.
Prediksi Waktu Kelulusan Mahasiswa Menggunakan SVM Berbasis PSO Suhardjono S; Ganda Wijaya; Abdul Hamid
Bianglala Informatika Vol 7, No 2 (2019): Bianglala Informatika 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.749 KB) | DOI: 10.31294/bi.v7i2.6654

Abstract

Waktu kelulusan dengan tepat waktu bagi mahasiswa sangatlah penting untuk menentukan pekerjaan dalam perkuliahan, maka dari itu perlu di prediksi kelulusan mahasiswa sebelum akhir semester dengan menggunakan model support vector machine yang memiliki keuntungan dalam membuat data menjadi optimal tetapi support vector machine memiliki kekurangan dalam pengoptimal parameter. Particle swarm optimization dapat memperbaiki kekurangan yang terdapat pada support vector machine dalam hal mengoptimalkan parameter. Dari hasil yang didapat dengan menggunakan model support vector machine berbasis particle swarm optimization dapat meningkatkan akurasi prediksi dari sebesar 85.81% menjadi 86.43%. dengan kenaikan sebesar 00.62%. Sehingga dalam memprediksi kelulusan mahasiswa dapat akurat dan secara optimal dalam mengukur parameter yang diperlukan