Garuda - Garba Rujukan Digital

PENGGUNAAN K-MEANS METHOD DALAM KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK (STUDI KASUS: KANTOR KEPALA DESA PONDOK BUNGUR) Anggraini, Sylvia; Nasution, Akmal; Sibuea, Mustika Fitri Larasati
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3214

Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.

ANALISIS DAN PERANCANGAN TEKNIK FORWARD CHAINING UNTUK DETEKSI PENYAKIT SAPI DINAS PERIKANAN DAN PETERNAKAN BATU BARA Lestari, Dian; Nasution, Akmal; Apridonal, Yori
J-Com (Journal of Computer) Vol 4, No 3 (2024): NOVEMBER 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i3.3432

Abstract: This research focuses on the analysis and design of a cattle disease detection system using the Forward Chaining technique. This system aims to help farmers identify various diseases in cattle quickly and accurately, which can ultimately improve livestock health and livestock productivity. In developing this system, the Forward Chaining technique is used as the main inference method. This method was chosen because of its ability to produce conclusions based on available facts in stages, so it is very suitable for expert system applications that require repeated and complex decision-making processes. This research begins with a system requirements analysis that includes identification of common types of cattle diseases, associated symptoms, as well as the knowledge and rules required for the diagnosis process. Next, system design is carried out which includes creating a knowledge base, inference engine, and user interface. The result of this research is a prototype expert system for diagnosing cattle diseases which has been tested and shows satisfactory performance in detecting various cattle diseases based on the symptoms entered. With this system, it is hoped that farmers can more quickly take appropriate action against diseases that attack their livestock, so that they can minimize losses and increase the efficiency of livestock businesses.Keywords: analysis; expert system; forward chaining; cattle disease; website.Abstrak: Penelitian ini berfokus pada analisis dan perancangan sistem deteksi penyakit sapi menggunakan teknik Forward Chaining. Sistem ini bertujuan untuk membantu peternak dalam mengidentifikasi berbagai penyakit pada sapi secara cepat dan akurat, yang pada akhirnya dapat meningkatkan kesehatan ternak dan produktivitas peternakan. Dalam pengembangan sistem ini, teknik Forward Chaining digunakan sebagai metode inferensi utama. Metode ini dipilih karena kemampuannya dalam menghasilkan kesimpulan berdasarkan fakta-fakta yang tersedia secara bertahap, sehingga sangat cocok untuk aplikasi sistem pakar yang memerlukan proses pengambilan keputusan berulang dan kompleks. Penelitian ini dimulai dengan analisis kebutuhan sistem yang mencakup identifikasi jenis-jenis penyakit sapi yang umum, gejala-gejala yang terkait, serta pengetahuan dan aturan yang diperlukan untuk proses deteksi. Selanjutnya, dilakukan perancangan sistem yang mencakup pembuatan basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Hasil dari penelitian ini adalah sebuah prototipe sistem pakar deteksi penyakit sapi yang telah diuji dan menunjukkan kinerja yang memuaskan dalam mendeteksi berbagai penyakit sapi berdasarkan gejala-gejala yang dimasukkan. Dengan sistem ini, diharapkan peternak dapat lebih cepat dalam mengambil tindakan yang tepat terhadap penyakit yang menyerang ternaknya, sehingga dapat meminimalisir kerugian dan meningkatkan efisiensi usaha peternakan.Kata kunci: analisis; sistem pakar; forward chaining; penyakit sapi; website

PENGGUNAAN K-MEANS METHOD DALAM KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK (STUDI KASUS: KANTOR KEPALA DESA PONDOK BUNGUR) Anggraini, Sylvia; Nasution, Akmal; Sibuea, Mustika Fitri Larasati
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3214

Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.

ANALISIS DAN PERANCANGAN TEKNIK FORWARD CHAINING UNTUK DETEKSI PENYAKIT SAPI DINAS PERIKANAN DAN PETERNAKAN BATU BARA Lestari, Dian; Nasution, Akmal; Apridonal, Yori
J-Com (Journal of Computer) Vol. 4 No. 3 (2024): NOVEMBER 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i3.3432

Abstract: This research focuses on the analysis and design of a cattle disease detection system using the Forward Chaining technique. This system aims to help farmers identify various diseases in cattle quickly and accurately, which can ultimately improve livestock health and livestock productivity. In developing this system, the Forward Chaining technique is used as the main inference method. This method was chosen because of its ability to produce conclusions based on available facts in stages, so it is very suitable for expert system applications that require repeated and complex decision-making processes. This research begins with a system requirements analysis that includes identification of common types of cattle diseases, associated symptoms, as well as the knowledge and rules required for the diagnosis process. Next, system design is carried out which includes creating a knowledge base, inference engine, and user interface. The result of this research is a prototype expert system for diagnosing cattle diseases which has been tested and shows satisfactory performance in detecting various cattle diseases based on the symptoms entered. With this system, it is hoped that farmers can more quickly take appropriate action against diseases that attack their livestock, so that they can minimize losses and increase the efficiency of livestock businesses.Keywords: analysis; expert system; forward chaining; cattle disease; website.Abstrak: Penelitian ini berfokus pada analisis dan perancangan sistem deteksi penyakit sapi menggunakan teknik Forward Chaining. Sistem ini bertujuan untuk membantu peternak dalam mengidentifikasi berbagai penyakit pada sapi secara cepat dan akurat, yang pada akhirnya dapat meningkatkan kesehatan ternak dan produktivitas peternakan. Dalam pengembangan sistem ini, teknik Forward Chaining digunakan sebagai metode inferensi utama. Metode ini dipilih karena kemampuannya dalam menghasilkan kesimpulan berdasarkan fakta-fakta yang tersedia secara bertahap, sehingga sangat cocok untuk aplikasi sistem pakar yang memerlukan proses pengambilan keputusan berulang dan kompleks. Penelitian ini dimulai dengan analisis kebutuhan sistem yang mencakup identifikasi jenis-jenis penyakit sapi yang umum, gejala-gejala yang terkait, serta pengetahuan dan aturan yang diperlukan untuk proses deteksi. Selanjutnya, dilakukan perancangan sistem yang mencakup pembuatan basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Hasil dari penelitian ini adalah sebuah prototipe sistem pakar deteksi penyakit sapi yang telah diuji dan menunjukkan kinerja yang memuaskan dalam mendeteksi berbagai penyakit sapi berdasarkan gejala-gejala yang dimasukkan. Dengan sistem ini, diharapkan peternak dapat lebih cepat dalam mengambil tindakan yang tepat terhadap penyakit yang menyerang ternaknya, sehingga dapat meminimalisir kerugian dan meningkatkan efisiensi usaha peternakan.Kata kunci: analisis; sistem pakar; forward chaining; penyakit sapi; website

Title

Found 4 Documents
Search
Journal : J-Com (Journal of Computer)

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search Journal : J-Com (Journal of Computer)

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search
Journal : J-Com (Journal of Computer)