Claim Missing Document
Check
Articles

Found 35 Documents
Search

Sistem Pakar Diagnosa Penyakit Gigi Dan Mulut Dengan Menggunakan Metode Teorema Bayes Mega Mutiara Br Bangun; Yopi Hendro Syahputra; Khairi Ibnutama
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 1 (2026): Februari 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i1.13374

Abstract

Gigi dan Mulut merupakan suatu kesatuan yang harus dijaga kebersihan dan kesehatannya, karena kesehatan Gigi dan Mulut merupakan suatu hal yang penting yang harus dijaga kebersihannya agar tidak mengalami gangguan. Minimnya pengetahuan kesehatan gigi serta terbatasnya jumlah dokter gigi menyebabkan rendahnya kesadaran masyarakat terhadap kesehatan gigi. Kondisi inilah yang membuat sebagian masyarakat mengesampingkan upaya mencegah dan mengobati penyakit gigi. Untuk mengatasi permasalahan tersebut, penelitian ini akan membahas sistem pakar untuk diagnosa penyakit gigi, sehingga masyarakat/ penderita mengetahui tentang penyakit gigi yang sedang dideritanya serta dapat mengatasi permasalahan secara dini Terdapat banyak faktor yang menyebabkan jarangnya seseorang melakukan pemeriksaan dan konsultasi ke dokter gigi, diantaranya adalah kurangnya rasa perhatian atau kesadaran akan kesehatan Gigi dan Mulut, mahalnya biaya yang harus dikeluarkan untuk konsultasi, panjangnya antrian yang menyebabkan pasien kurang betah dalam menunggu. Untuk memudahkan pasien dalam melakukan konsultasi dan memudahkan dokter dalam melakukan diagnosa awal penyakit maka dapat digunakan sebuah sistem yang mampu mengadopsi pengetahuan pakar atau ahli, yaitu sistem pakar. Sistem Pakar merupakan sistem yang mampu mengidentifikasi sebuah permasalahan menggunakan keahlian seorang pakar yang telah ditanamkan kedalam sistem dengan menggunakan algoritma tertentu. Hasil penelitian berupa sebuah aplikasi Sistem Pakar berbasis web yang dapat digunakan untuk mengetahui penyakit gigi dan mulut dengan menggunakan metode Teorema Bayes.
Perbandingan Metode Linier Discriminant Analysis Dan Principal Component Analysis Dalam Mendeteksi Wajah Pada Citra Digital Alfisyahri Reza; Khairi Ibnutama; Sri Murniyanti
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 2 (2026): Agustus 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i2.13425

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrika yang paling banyak digunakan untuk identifikasi personal. Meskipun pengenalan wajah secara manual oleh manusia tergolong mudah, proses ini menjadi lebih kompleks ketika diimplementasikan menggunakan teknologi komputer. Berbagai metode telah dikembangkan untuk memecahkan masalah ini, salah satunya adalah metode pengenalan wajah berbasis citra digital. Namun, tantangan utama dalam pengenalan wajah adalah bagaimana mengekstraksi fitur-fitur penting dari citra wajah sehingga dapat memberikan hasil identifikasi yang akurat. Untuk mengatasi masalah tersebut, penelitian ini membandingkan dua metode pengenalan wajah yang populer, yaitu Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA). Kedua metode ini diterapkan dalam sistem pemrograman desktop untuk mengolah citra wajah dan mengidentifikasi identitas individu. PCA digunakan untuk mengurangi dimensi data dengan mempertahankan informasi yang paling penting, sementara LDA digunakan untuk memaksimalkan separasi antar kelas dalam data latih. Penelitian ini bertujuan untuk mengevaluasi efektivitas kedua metode tersebut dalam konteks pengenalan wajah. Hasil akhir dari penelitian ini adalah pengembangan aplikasi desktop yang mampu mendeteksi dan mengenali wajah menggunakan metode PCA dan LDA. Aplikasi ini telah diuji dengan berbagai skenario, dan hasilnya menunjukkan bahwa LDA memberikan tingkat akurasi yang lebih tinggi dibandingkan PCA pada kondisi tertentu, terutama ketika jumlah data latih yang tersedia terbatas. Aplikasi ini diharapkan dapat menjadi alat yang efektif untuk pengenalan wajah di berbagai bidang, seperti keamanan dan kontrol akses.
APLIKASICERDASMEMBANTUORANGTUAMENINGKATKANKECERDASANANAK DALAM PEMBELAJARAN ONLINE PANDEMI COVID -19 DENGANALGORITMAC4.5. Erika Fahmi Ginting; Khairi Ibnutama; Sri Kusnasari
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 5 No. 1 (2022): February 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i1.808

Abstract

Pada masa pandemi covid19 sekarang, para orang tua harus berperan langsung menjadi guru selama pembelajaran online daris ekolah untuk anak-anak mereka di rumah. Mengetahui potensi kecerdasan anak tentunya merupakan hal penting bagi orangtua. Dengan menganalisa kemampuan otak kanan dan kiri seorang anak dapat diarahkan dan berkembang sesuai dengankemampuanmasing-masing.kemampuan otak anak pada usia 6 sampai 12 tahun sangat baik untuk membuat orang tua dan guru menjadi lebih selektif dalam menentukan metode pembelajaran yang cocok untuk menerapkannya kepada anak.Sistem yang akandibangun pada penelitianinimemungkinkanuntukmengetahui potensikecerdasan otak yang dimiliki seorang anak dengan pengklasifikasian berdasarkan alternatifdari keadaan kecerdasan otakkanan atau otak kiri yang disediakan dalam basis data untuk mengetahui potensi anak. Proses pengklasifikasian potensikecerdasanyangdimilikianakdilakukanmenggunakanpolametodeAlgoritmaC4.5daribidangilmuDataMining. Hasil dari penelitian ini yaitu aplikasi yang dapat membantu para orang tua dalam memahami potensi yang dimiliki seorang anak Berdasarkan hasil penelitian dapat disimpulkan bahwa penerapan algoritma klasifikasi dengan menggunakan metode C4.5  dapat dilakukan untuk mengetahui kemampuan yang dimiliki anak unttuk mmebantu para orang tua selama proses daring dimasa pandemi. Adapun hasil pembuatan sistem yang dilakukan telah diuji  dengan menggunakan Rapid Miner dan mendapatkan hasil accurasy sebesar 90 % dan clasification error dengan nilai 10%..
Implementasi Teknik PI (Propotional Integral ) Pada Sistem Penjemur Pakaian Sanita Br Barus; Ardianto Pranata; Khairi Ibnutama
Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Vol. 4 No. 5 (2025): JURSIK TGD EDISI SEPTEMBER
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursik.v4i5.10509

Abstract

Jemuran pakaian merupakan alat yang biasanya digunakan untuk menjemur pakaian, jemuran pakaian juga merupakan salah satu kebutuhan yang wajib dimiliki oleh hampir setiap orang karena setelah mencuci pakaian nya tentu membutuhkan tempat untuk menjemur agar pakaian yang dicucinya menjadi kering, jemuran biasanya terletak pada tempat terbuka yang terkena paparan sinar matahari. Masalah yang sering terjadi pada proses penjemuran pakaian sangat bergantung pada kondisi cuaca yang tidak dapat diprediksi dengan akurat. Cuaca yang tidak bersahabat seperti hujan akan memperlambat waktu yang diperlukan untuk mengeringkan pakaian maka dari itu dibuatlah sistem penjemuran otomatis menggunakan sensor hujan, sensor cahaya, sensor suhu dan kelembapan untuk memprediksi cuaca yang akan mengeluarkan atau memasukkan jemuran dengan kondisi cuaca tertentu. Dalam perancangan sistem ini tentunya dibutuhkan berupa sensor yang dapat mendeteksi cuaca seperti sensor suhu yang berfungsi untuk membaca subu dan kelembaban udara dan sensor LDR yang berfungsi untuk mendeteksi cahaya dan sensor raindrop uang berfungsi untuk mendeteksi  hujan. Berdasarkan hasil uji coba  sistem ini berhasil di rancang untuk memasukkan dan mengeluarkan jemuran berdasarkan kondisi cuaca yang sudah di tentukan.   Cuaca yang dapat di deteksi sistem ini  adalah gelap mendung dan cerah .
Analisis Sentimen Terhadap Penanganan Begal di Kota Medan Menggunakan Naïve Bayes Classifier Fitrah Sofiansyah Nasution; Khairi Ibnutama; Suardi Yakub
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 9 No. 2 (2026): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v9i2.13447

Abstract

Masalah penanganan begal di Kota Medan telah menjadi perhatian serius di kalangan masyarakat dan pengguna media sosial. Analisis sentimen pengguna Twitter terhadap isu ini diperlukan untuk memahami opini publik dan evaluasi tindakan yang telah dilakukan. Penelitian ini menggunakan metode Naïve Bayes Classifier untuk menganalisis dengan penanganan begal. Proses analisis meliputi pengumpulan data tweet, pra-pemrosesan data, pelabelan data secara manual, dan penerapan metode Naïve Bayes untuk klasifikasi sentimen.Hasil klasifikasi menunjukkan bahwa dari 123 tweet yang dianalisis, terdapat 81 tweet dengan sentimen negatif, 40 tweet dengan sentimen positif, dan 2 tweet dengan sentimen netral. Metode Naïve Bayes Classifier mencapai tingkat akurasi sebesar 74,79%, yang menunjukkan bahwa metode ini cukup efektif untuk digunakan dalam analisis sentimen terhadap isu penanganan begal di Kota Medan. Penelitian ini memberikan wawasan mengenai opini masyarakat dan diharapkan dapat menjadi dasar bagi peneliti selanjutnya untuk mengembangkan sistem yang lebih modern dan dinamis, serta mempertimbangkan pembuatan sistem berbasis online untuk kemudahan akses.analisis sentimen menggunakan Naïve Bayes Classifier berhasil mengidentifikasi dominasi sentimen negatif dalam tweet terkait penanganan begal di Kota Medan, menandakan perlunya tindakan lebih lanjut untuk meningkatkan keamanan publik dan respons pemerintah.