p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Teknika
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Informasi Klasifikasi Hadits Berdasarkan Algoritma Naive Bayes Classifier Aprilia, Indri Mada; Agus, Isnandar; Muludi, Kurnia
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13732176

Abstract

Kemajuan teknologi informasi telah berkembang pesat dan banyak dimanfaatkan sebagai media pembelajaran serta pencarian informasi, termasuk dalam pencarian hadits berdasarkan label dan perawinya. Hadits, sebagai panduan hidup umat Islam setelah Al-Qur’an, telah dibukukan, namun penyajian hadits dalam bentuk buku membuat banyak orang kesulitan menemukan hadits yang dicari karena pencarian masih dilakukan secara manual dengan jumlah data yang besar, sehingga membutuhkan banyak tenaga dan waktu. Penelitian ini bertujuan untuk membantu masyarakat dalam mencari hadits sesuai dengan label dan perawinya. Metode pengembangan perangkat lunak yang digunakan adalah metode waterfall, yang mencakup tahapan seperti analisis kebutuhan, desain sistem, penulisan kode program, pengujian sistem, dan pemeliharaan, dengan menerapkan algoritma Naïve Bayes Classifier. Proses klasifikasi ini melibatkan beberapa tahapan Preprocessing Text, seperti case folding, tokenisasi, filtering/Stopword Removal, stemming, training, dan prediction, yang pada akhirnya menghasilkan keluaran hadits terkait beserta label dan perawinya. Hasil dari penelitian ini adalah sistem informasi dan pencarian hadits dengan label dan perawinya yang menerapkan algoritma Naïve Bayes Classifier berbasis web.
Penerapan Metode Case Based Reasoning Untuk Diagnosa Penyakit Pada Sapi Syahfira, Welda; Aprilia, Indri Mada; Lestari, Sri
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10881655

Abstract

Sektor peternakan, khususnya peternakan sapi, memainkan peran penting dalam mendukung ketahanan pangan dan ekonomi di Indonesia, salah satu negara agraris terbesar di dunia. Namun, tantangan seperti perubahan iklim, ketersediaan pakan, dan ancaman penyakit menimbulkan resiko yang signifikan bagi peternakan sapi. Identifikasi penyakit dengan cepat dan akurat penting untuk mengurangi risiko ini dan meminimalkan kerugian ekonomi bagi peternak. Penelitian ini berfokus pada pengembangan dan implementasi metode Case-Based Reasoning (CBR) sebagai sistem pakar untuk membantu peternak dalam mendiagnosa penyakit sapi secara efektif. Penelitian ini dilakukan dengan mengumpulkan data kasus penyakit dari berbagai sumber. Algoritma retrieval CBR digunakan untuk mencari kesamaan antara gejala penyakit yang muncul pada sapi yang sedang didiagnosa dengan kasus-kasus yang telah terdokumentasi sebelumnya. Sistem ini dirancang untuk memberikan rekomendasi diagnosa yang cepat dan akurat berdasarkan pola-pola yang teridentifikasi dari kasus-kasus penyakita yang sebelumnya telah ada. Berdasarkan perhitungan manual dan program komputer yang telah dibuat, percobaan kasus analisa penyakit hewan ternak sapi menghasilkan hasil yang sama yaitu dari kasus menghasilkan akurasi penyakit 94% dengan diagnose penyakit MASTITIS/Radang Ambing. Jadi dapat disimpulkan penelitian diagnose penyakit pada hewan ternak sapi memiliki akurasi 99,99%.