Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika
Adjie Mahreza
Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Case Based Reasoning (CBR) Untuk Mendiagnosa Jenis Narkoba yang Digunakan Oleh Pecandu Menggunakan Algoritma Similaritas Probabilistic Symmetric Berbasis Android Adjie Mahreza; Aan Erlansari; Julia Purnama Sari
Rekursif: Jurnal Informatika Vol 11 No 1 (2023): Volume 11 Nomor 1 Maret 2023
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v11i1.26333

Abstract

Narkoba yaitu zat-zat alami maupun kimiawi yang jika dimasukan ke dalam tubuh dapat mempengaruhi suasana hati dan pikiran seseorang serta dapat merusak susunan syaraf otak. Untuk pecandu narkoba memiliki beberapa jenis pecandu yang membedakan pencadu narkoba satu dengan yang lainnya adalah ciri fisik dari pecandu. Pada aplikasi ini jenis pecandu narkoba yang dimasukan sebanyak 16 diagnosa dengan ciri fisik yang berbeda. Seiring dengan perkembangan teknologi, tugas dari seorang pakar dalam membantu mendiagnosa jenis pecandu narkoba oleh sebuah aplikasi. Oleh karna itu pada penelitian ini dibangun suatu aplikasi yang dapat membantu mendiagnosa jenis narkoba yang digunakan oleh pecandu. Oleh karena itu, penulis akan melakukan penelitian yang berjudul “Implementasi Case Based Reasoning (CBR) Untuk Mendiagnosa Jenis Narkoba Yang Digunakan Oleh Pecandu Menggunakan Algoritma Similaritas Probabilistic Symmetric Berbasis Android”. Berdasarkan percobaan yang dilakukan menggunakan metode Case Based Reasoning (CBR) dengan KNN (K-Nearest Neighbor) dan Algoritma Similaritas Probabilistic Symmertic dapat disimpulkan bahwa dengan memilih gejala jenis narkoba yang digunakan oleh pecandu narkoba tersebut kemungkinan pasien kecanduan ganja/ kandis/ mariyuana dengan hasil perhitungan sebesar 83,82%.
Co-Authors Aan Erlansari Julia Purnama Sari