<![CDATA[Penerapan Sistem Pakar dalam deteksi kerusakan mobil dan penerapan Decision Support System (DSS) untuk menilai kualitas mesin mobil. Sistem pakar digunakan untuk mendiagnosis kerusakan berdasarkan gejala yang dilaporkan oleh pengguna, sedangkan DSS diintegrasikan untuk mendukung pengambilan keputusan yang lebih efisien dalam menentukan langkah-langkah perbaikan yang tepat. Metode penelitian ini berbasis pengetahuan berbasis aturan untuk mengidentifikasi masalah potensial, dan model inferensi probabilistik digunakan untuk menghitung tingkat keparahan kerusakan berdasarkan data yang masuk. Metode forward chaining digunakan untuk menghubungkan gejala dengan diagnosis kerusakan, sedangkan logika fuzzy diterapkan untuk menangani ketidakpastian dalam penilaian gejala. Hasil dari penelitian menunjukkan bahwa DSS mampu memberikan rekomendasi perbaikan yang efisien dan akurat, dengan tingkat probabilitas yang tinggi untuk mengidentifikasi kerusakan utama, seperti masalah pada sistem kelistrikan dan timing belt. Probabilitas Kerusakan Sistem Kelistrikan: 90%, Probabilitas Kerusakan Timing Belt: 64%, Probabilitas Kerusakan Level Oli: 49%, Waktu Rata-Rata Diagnosis dengan DSS: 2 menit, Akurasi Rekomendasi DSS: 95%, Penghematan Waktu Diagnosis: 20% lebih cepat, Penghematan Biaya Perbaikan: 15% lebih rendah, Akurasi Diagnosa DSS dan Sistem Pakar: 92%, Kepuasan Pengguna: 85%. Hasil Penelitian ini dapat digunakan dalam diagnostik otomatis yang dapat meningkatkan efisiensi perawatan kendaraan, mengurangi kesalahan manusia, dan mempercepat proses deteksi kerusakan pada mobil. Implementasi sistem ini juga berpotensi untuk digunakan dalam sektor otomotif sebagai alat bantu bagi teknisi dan pemilik kendaraan untuk melakukan diagnosa dan perbaikan secara lebih tepat dan cepat.]]>
Copyrights © 2025
