Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence
Edyyul, Ilham Akerda 
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics

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

Found 1 Documents
Search

 1 
Sistem Pakar Hibrida Deteksi Keterlambatan Bicara pada Anak Menggunakan Forward Chaining dan Naïve Bayes putri, vivin mahat; Wisesa, Bradika Almandin; Edyyul, Ilham Akerda ; Darma, Satria Agus
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 3 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i3.1323

Abstract

Penelitian ini bertujuan untuk mengembangkan dan memvalidasi sebuah metode inferensi hibrida yang mengintegrasikan penalaran berbasis aturan (rule-based reasoning) dari Forward Chaining dengan klasifikasi probabilistik dari Naïve Bayes. Sistem ini dirancang sebagai alat skrining (penapisan) dini terhadap risiko keterlambatan bicara dan bahasa pada anak. Sistem dikembangkan dengan pendekatan hibrida. Metode Forward Chaining diimplementasikan untuk merepresentasikan pengetahuan klinis yang pasti. Sementara itu, metode klasifikasi Naïve Bayes digunakan sebagai sistem probabilistik yang dilatih menggunakan dataset yang telah divalidasi. Proses optimasi model Naïve Bayes melibatkan serangkaian teknik, termasuk penyederhanaan masalah menjadi klasifikasi biner, penyeimbangan data latih menggunakan Synthetic Minority Over-sampling Technique (SMOTE), dan hyperparameter tuning. Pengujian model Naïve Bayes menunjukkan bahwa proses optimasi yang komprehensif berhasil meningkatkan performa secara signifikan. Dengan menggunakan model Bernoulli Naïve Bayes pada data biner yang telah diseimbangkan, performa model berhasil mencapai akurasi sebesar 72.22%. Secara khusus, model menunjukkan nilai recall yang tinggi sebesar 84% untuk kelas 'Terindikasi', yang sangat krusial untuk alat skrining. Sistem pakar hibrida yang diusulkan menunjukkan validitasnya sebagai instrumen skrining yang fungsional. Sinergi antara penalaran logis dari Forward Chaining dan inferensi probabilistik dari Naïve Bayes yang telah dioptimalkan menghasilkan sistem dengan keandalan yang tinggi. Implementasi metode ini telah berhasil divalidasi melalui sebuah prototipe aplikasi web yang fungsional.
Co-Authors Bradika Almandin Wisesa Darma, Satria Agus Putri, Vivin Mahat