Article Per Year (5 Year)
p-Index From 2021 - 2026
2.4
P-Index
This Author published in this journals
All Journal Economic Education Analysis Journal INTECOMS: Journal of Information Technology and Computer Science JURNAL PENDIDIKAN TAMBUSAI JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Informasi dan Teknologi Jurnal Wahana Pendidikan Jurnal Kepelatihan Olahraga Hydrogen: Jurnal Kependidikan Kimia Ilomata International Journal of Social Science Jurnal Minfo Polgan (JMP) Jurnal Bakti Agribisnis Innovation, Technology, and Entrepreneurship Journal
Devi Yuliana, Devi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1 
IDENTIFICATION OF DENTAL AND ORAL DISEASES IN HUMANS USING BAYES THEOREM METHOD Purnomo, Nopi; Wardana, Bendra; Yuliana, Devi; Rasyid, M.
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2591

Abstract

Abstract: Teeth are part of the chewing apparatus in the digestive system in the human body, so they indirectly play a role in the health status of individuals. The mouth is an ideal place for bacteria to multiply due to temperature and humidity. There are several tooth fissures in the mouth so that food residues are easily left behind. Teeth and mouth are very important organs of the body because all diseases will start from diseases in this organ will cause several dangerous diseases that attack other organs of the body. This system was built with the aim of making it easier to identify Dental and Oral Cavity Diseases and producing the highest accuracy in diagnosing these diseases. The expert system was built using the Bayesian theorem method which is the main technique in the process of detecting dental and oral cavity diseases based on the knowledge of an expert. Diagnostic test results with an accuracy level of 61%, Therefore, the research conducted can be said to be successful in diagnosing dental and oral cavity diseases. Keywords: Expert Systems, Identification, Teeth and Oral Cavity, Bayes Theorem. Abstrak: Gigi merupakan bagian dari alat pengunyahan pada sistem pencernaan dalam tubuh manusia, sehingga secara tidak langsung berperan dalam status kesehatan perorangan. Mulut merupakan suatu tempat yang sangat ideal bagi perkembangbiakan bakteri karena temperatur dan kelembaban. Terdapat beberapa fisur gigi di mulut sehingga sisa makanan mudah tertinggal. Gigi dan mulut adalah organ-organ tubuh yang sangat penting karena semua penyakit akan berawal dari penyakit pada organ ini akan menimbulkan beberapa penyakit-penyakit membahayakan yang menyerang organ tubuh lainnya. Sistem ini dibangun dengan tujuan untuk mempermudah mengidentifikasi Penyakit Gigi dan Rongga Mulut serta menghasilkan keakuratan tertinggi dalam diagnosis penyakit tersebut. Sistem pakar yang dibangun menggunakan metode teorema bayes yang merupakan teknik utama dalam proses mendeteksi penyakit Gigi dan Rongga Mulut berdasarkan pengetahuan dari seorang pakar. Hasil pengujian diagnosis dengan tingkat akurasi sebesar 61%, maka dari itu penelitian yang dilakukan ini dapat dikatakan berhasil dalam mendiagnosa penyakit Gigi dan Rongga Mulut. Kata kunci: Sistem Pakar, Identifikasi, Gigi dan Rongga Mulut, Teorema Bayes.
PENERAPAN METODE TEOREMA BAYES DALAM IDENTIFIKASI DAN PENANGANAN PENYAKIT KANDUNGAN Purnomo, Nopi; Wardana, Bendra; Yuliana, Devi; Rasyid, M.; Hasibuan, Riska Ardilla
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3734

Abstract

Abstract: Expert systems, a branch of Artificial Intelligence (AI), are designed to represent expert knowledge within a computer system, allowing users to receive solutions as if consulting a human expert. In developing expert systems, an appropriate method is required, one of which is the Bayes Theorem. This method is used to calculate the probability of an event based on available observational data, enabling more accurate disease diagnosis based on patient symptoms. This study applies the Bayesian approach to address uncertainty in identifying gynecological diseases through conditional probability calculations. The data processing results show the probability distribution of various gynecological conditions, including: Anemia (75.38%), Hypertension (14.77%), Placenta Previa (5.00%), Premature Birth (3.00%), Hypotension (0.92%), Hyperemesis Gravidarum (0.63%), Ectopic Pregnancy (0.17%), Ovarian Cyst (0.12%), Uterine Cancer (0.002%), and Endometriosis (0.001%). Based on the findings, anemia is the most commonly experienced condition among pregnant women. Anemia can lead to fatigue, dizziness, fetal developmental disorders, and even premature labor. Therefore, it is recommended to consume iron-rich foods and undergo regular prenatal check-ups to monitor hemoglobin levels and prevent further complications. Keywords: Expert Systems, Identification, obstetric disease, Bayes Theorem. Abstrak: Sistem pakar, yang merupakan bagian dari cabang kecerdasan buatan (Artificial Intelligence), dirancang untuk merepresentasikan pengetahuan seorang pakar ke dalam sistem komputer sehingga pengguna dapat memperoleh solusi seolah-olah berkonsultasi langsung dengan pakar. Dalam pengembangan sistem pakar, dibutuhkan metode yang tepat, salah satunya adalah metode Teorema Bayes. Metode ini digunakan untuk menghitung probabilitas suatu kejadian berdasarkan data observasi yang tersedia, sehingga proses diagnosis penyakit dapat dilakukan secara lebih akurat berdasarkan gejala yang dialami pasien. Penelitian ini menerapkan pendekatan Teorema Bayes untuk menangani ketidakpastian dalam proses identifikasi penyakit kandungan melalui perhitungan probabilitas bersyarat. Hasil pengolahan data menunjukkan distribusi probabilitas beberapa jenis penyakit kandungan, di antaranya: Anemia (75,38%), Hipertensi (14,77%), Plasenta Previa (5,00%), Prematur (3,00%), Hipotensi (0,92%), Hyperemesis Gravidarum (0,63%), Kehamilan Ektopik (0,17%), Kista Ovarium (0,12%), Kanker Rahim (0,002%), dan Endometriosis (0,001%). Dari hasil tersebut, anemia merupakan kondisi paling dominan yang dialami ibu hamil. Anemia berisiko menyebabkan kelelahan, pusing, hambatan perkembangan janin, hingga kelahiran prematur. Oleh karena itu, penanganan yang disarankan meliputi konsumsi makanan kaya zat besi serta pemeriksaan kehamilan secara rutin untuk memantau kadar hemoglobin dan mencegah komplikasi lebih lanjut. Kata kunci: Sistem Pakar, Identifikasi, Penyakit Kandungan, Teorema Bayes.
SIMULASI MONTE CARLO DALAM MEMPREDIKSI TINGKAT LONJAKAN PENUMPANG DI BANDARA INTERNASIONAL MINANGKABAU Yuliana, Devi; Purjumatin, Purjumatin
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4151

Abstract

Abstract: Minangkabau International Airport (BIM) serves as one of the main air terminals in West Sumatra, located in Ketaping, Batang Anai District, Padang Pariaman Regency, approximately 23 km from the center of Padang City. During holidays, there is often an increase in the number of passengers that is difficult to predict. This study aims to predict the surge in passengers at Minangkabau International Airport (BIM), thus facilitating management in making decisions when there is an increase in passengers in the future. The data used in this study includes the number of passengers for the Padang-Jakarta route in 2023 and 2024. The data was then analyzed using the Monte Carlo method. The Monte Carlo method is a simulation technique that utilizes random processes to solve complex mathematical, statistical, or computational problems that are difficult to analyze directly. This method is widely applied to estimate numerical values, predict probabilities, and optimize decision-making in various sectors, including finance (such as stock price forecasting), risk management, industrial and manufacturing engineering, physics and chemistry, as well as informatics and artificial intelligence. Simulation results using the Monte Carlo method predict a surge in passengers in September, with an average accuracy of 90%. With this high level of accuracy, the Monte Carlo method can be recommended as a tool for predicting passenger surges and improving passenger service at Minangkabau International Airport.Keywords: Modeling and Simulation, Monte Carlo, Prediction, Passengers, Airports. Abstrak: Bandara Internasional Minangkabau (BIM) berfungsi sebagai salah satu terminal udara utama di Sumatera Barat, berlokasi di Ketaping, Kecamatan Batang Anai, Kabupaten Padang Pariaman, yang berjarak sekitar 23 km dari pusat Kota Padang. Pada hari-hari libur, seringkali terjadi peningkatan jumlah penumpang yang sulit diprediksi. Penelitian ini bertujuan untuk memprediksi lonjakan penumpang di Bandara Internasional Minangkabau (BIM), sehingga memudahkan manajemen dalam mengambil keputusan saat terjadi peningkatan penumpang di masa mendatang. Data yang digunakan dalam penelitian ini mencakup jumlah penumpang untuk rute Padang-Jakarta pada tahun 2023 dan 2024. Data tersebut kemudian dianalisis dengan menggunakan metode Monte Carlo. Metode Monte Carlo adalah teknik simulasi yang memanfaatkan proses acak untuk menyelesaikan masalah matematis, statistik, atau komputasi yang kompleks dan sulit untuk dianalisis secara langsung. Metode ini banyak diterapkan untuk memperkirakan nilai numerik, memprediksi probabilitas, dan mengoptimalkan pengambilan keputusan di berbagai sektor, termasuk keuangan (seperti peramalan harga saham), manajemen risiko, teknik industri dan manufaktur, fisika dan kimia, serta informatika dan kecerdasan buatan. Dari hasil simulasi menggunakan metode Monte Carlo, diprediksi bahwa pada bulan September akan terjadi lonjakan penumpang dengan tingkat akurasi rata-rata mencapai 90%. Dengan akurasi yang cukup tinggi ini, penerapan metode Monte Carlo dapat direkomendasikan sebagai alat untuk memprediksi lonjakan penumpang dan juga untuk meningkatkan pelayanan kepada calon penumpang diBandara Internasional Minangkabau.Kata kunci: Sistem Pakar, Identifikasi, Penyakit Kandungan, Teorema Bayes.
Co-Authors Abza, Adhamdi Tria Putra Aland Polma Naek Sihombing Andi Saputra Arya Sukrawan, Gede Asih Miatun Ayuningtyas, Anastasia Riesa Ayuningtyas, Ar Bayani, Faizul Budi, DS Cahayani Adha, Afifah Eko Prastya Putra, Ary Farida Yunita Ferdiansyah, MF Fitri Ayu Gargazi Gargazi Gumelta, Riyang Harian, Paenal Juni Hasibuan, Riska Ardilla Hulyadi, Hulyadi Hutagaol, RA Indra, Hamdi Julius Santony M. Muhali M. Rasyid Muhammad Lutfi Mahasinul Akhlak Nabani, Taqiyudin Nanang Tri Wahyudi Purjumatin Purjumatin Purnomo, Nopi Putra, Dino Adi Qalbiy, Shafwatu Sisi Hendriani Sumijan Supriyadi Supriyadi Wahidah, Ananda Wardana, Bendra Winanto, Andri