Ferdinand Murni Hamundu
Univesitas Halu Oleo

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

SISTEM PAKAR DIAGNOSA PENYAKIT HEWAN TERNAK SAPI MENGGUNAKAN METODE FORWARD CHAINING Milda Wati; Laode Saidi; Ferdinand Murni Hamundu
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 3 No 2 (2025): Desember 2025
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v3i2.125

Abstract

Sistem pakar bertujuan agar komputer mampu memberikan solusi cerdas seperti manusia. Salah satu algoritma yang digunakan adalah forward chaining. Berdasarkan wawancara dengan dokter hewan, jumlah dokter hewan di Kota Kendari masih sangat kurang, sehingga diagnosa penyakit ternak terkendala. Penelitian ini bertujuan menghasilkan sistem pakar untuk mendiagnosa penyakit sapi menggunakan metode Forward Chaining. Metode forward chaining merupakan metode runut maju, yang berarti menggunakan kondisi aksi. Metode ini akan menggunakan data dalam menentukan aturan mana yang akan dijalankan, setelahnya aturan tersebut akan dijalankan. Forward chaining dapat disebut sebagai metode intervensi yang dimana melakukan penalaran pada suatu masalah kepada solusinya. Metode ini sendiri menggunakan pendekatan goal-driven, diawali dengan hipotesis yang dilanjutkan dengan mencari bukti pendukung dari hipotesis tersebut Hasil uji blackbox menunjukkan seluruh fungsi sistem berjalan baik. Uji confusion matrix menunjukkan akurasi 87.5%, presisi 100%, dan recall 87.5%. Nilai akurasi dari yang kurang begitu baik dari sistem disebabkan oleh faktor keterbatasan intervensi yang dilakukan oleh sistem. Meskipun begitu sistem telah mampu digunakan secara luas dan diharapkan dapat membantu dalam proses diagnosa penyakit pada hewan ternak sapi.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS RUMAH SAKIT HATI MULIA KENDARI Achirul Slamet Sugiarto; La Ode Saidi; Natalis Ransi; Andi Tenriawaru; Ferdinand Murni Hamundu; La Surimi
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 4 No 1 (2026): Juni 2026
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v4i1.122

Abstract

The Hati Mulia Kendari Hospital experiences difficulties in analyzing appropriate decision making. The process of determining the best employees still uses the method of adding up each criterion so that the data tends to be unstructured and inaccurate. This research aims to produce a decision support system for determining the best employees using a simple additive weighting method. Simple additive weighting is very important because it can increase efficiency, minimize errors, optimize resources, support evidence-based decisions, overcome complexity, increase decision certainty, increase competitiveness, facilitate innovation, and encourage transparency. This decision support system uses the waterfall development method to build the system, testing the system and data using the black box testing and confusion matrix method. The results of system testing using black box testing obtained results that were in accordance with user needs and the results of data testing with 36 test data using a confusion matrix with 3 outputs produced an accuracy of 94%, precision of 80% and recall of 100%. These results show that this decision support system can be implemented.