Sistem Pakar Diagnosis Kerusakan Kabel Dan Konektor Jaringan Komputer Menggunakan Metode Naïve Bayes

Tulung, Revo Riantino (Universitas Sepuluh Nopember Papua)
Tatuhey, Emy Lenora (Universitas Sepuluh Nopember Papua)
Hasan, Patmawati (Universitas Sepuluh Nopember Papua)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 13, No 2: Agustus 2024

SMK N 1 Wisata Jayapura often experiences problems with internet Network damage due to student interaction in the laboratory, including damage to transmission cables which often occur this disrupts the learning process and exams at school. The purpose of this study is to implement an expert system using the Naïve Bayes method to diagnose tissue damage. Naïve Bayes is a simple probability-based classification method. The data managed in this study includes data on symptoms and damage to computer Network cables and connectors. The variables processed are those symptoms, which are used to predict the type of damage that may occur. The results of system accuracy testing show that this expert system successfully runs according to the expected functions, with an accuracy rate of 90%. The system is able to provide accurate diagnostics based on selected symptoms, helping efficient identification and handling of damage by Network administrators.Keywords: Cable damage; Network connectors; Expert systems; Naïve Bayes method  AbstrakSMK N 1 Wisata Jayapura sering mengalami masalah kerusakan jaringan internet karena interaksi siswa di laboratorium, termasuk kerusakan pada kabel transmisi yang sering terjadi hal ini mengganggu proses pembelajaran dan ujian di sekolah. Tujuan dari penelitian ini adalah mengimplementasikan sistem pakar menggunakan metode Naïve Bayes untuk melakukan diagnosa kerusakan jaringan. Naïve Bayes merupakan metode klasifikasi sederhana berbasis probabilitas. Data yang dikelola dalam penelitian ini meliputi data gejala dan kerusakan kabel dan konektor jaringan komputer. Variabel-variabel yang diproses adalah gejala-gejala tersebut, yang digunakan untuk memprediksi jenis kerusakan yang mungkin terjadi. Hasil pengujian akurasi sistem menunjukkan bahwa sistem pakar ini berhasil berjalan sesuai dengan fungsi yang diharapkan, dengan tingkat akurasi sebesar 90%. Sistem mampu memberikan diagnosa yang akurat berdasarkan gejala yang dipilih, membantu efisiensi identifikasi dan penanganan kerusakan oleh administrator jaringan.