<![CDATA[Penelitian ini membahas perbandingan dua metode dalam sistem pakar yang digunakan untuk menganalisis status aktivitas gunung berapi. Gunung berapi merupakan struktur geologis yang terbentuk akibat pergerakan magma dari dalam bumi ke permukaan melalui erupsi, yang biasanya disertai pelepasan lava, gas, dan material vulkanik lainnya. Sistem pakar dalam konteks ini bertujuan mentransformasikan pengetahuan seorang ahli ke dalam bentuk algoritma komputasional yang mampu melakukan diagnosis secara otomatis. Dua metode yang dianalisis dalam penelitian ini adalah Teorema Bayes dan Dempster Shafer. Tujuan utama dari studi ini adalah mengevaluasi efektivitas kedua metode dalam menentukan status gunung berapi dan mengidentifikasi metode yang paling akurat untuk diimplementasikan dalam aplikasi sistem pakar. Hasil analisis menunjukkan bahwa metode Dempster Shafer memiliki tingkat akurasi sebesar 98%, lebih tinggi dibandingkan dengan metode Teorema Bayes dalam konteks data gejala yang diuji. Temuan ini menunjukkan bahwa Dempster Shafer lebih unggul dalam klasifikasi status gunung berapi pada kasus ini, serta memberikan kontribusi terhadap pengembangan sistem pakar yang andal dalam mendukung pengambilan keputusan di bidang geologi dan mitigasi bencana alam]]>
Copyrights © 2025
