cover
Contact Name
Wahyuddin S
Contact Email
wahyu@amiklps.ac.id
Phone
+6285299583927
Journal Mail Official
wahyu@amiklps.ac.id
Editorial Address
Kampus STMIK Amika Soppeng, Jalan bukit tujuh wali-wali salotungo, Kota Watansoppeng (90812), Provinsi Sulawesi Selatan, Indonesia.
Location
Kab. soppeng,
Sulawesi selatan
INDONESIA
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
ISSN : 29643988     EISSN : 29643953     DOI : https://doi.org/10.70247/jumistik.v3i1.76
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) di terbitkan oleh Kampus STMIK Amika Soppeng. JUMISTIK terbit 2 edisi per tahun pada bulan Juni dan bulan Desember dengan scope ilmu komputer yang mencakup manajemen informatika, sistem informasi dan teknologi komputer.
Articles 81 Documents
Sistem Pakar Diagnosa Kerusakan Rem Mobil berbasis Web menggunakan Metode Hybrid Fuzzy-Bayesian Ismail, Ismail; Nurwidya, Nurwidya; Abadi, Ahmad
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.237

Abstract

Kerusakan rem mobil sering kali sulit dideteksi sejak dini karena gejala yang muncul bersifat kabur, bertahap, dan subjektif, seperti pedal rem terasa lembek, bunyi decitan, atau getaran saat pengereman. Kondisi ini menyebabkan diagnosis manual yang dilakukan mekanik sering tidak konsisten dan berpotensi menimbulkan keterlambatan penanganan. Penelitian ini bertujuan mengembangkan sistem pakar berbasis web yang mampu memberikan diagnosis kerusakan rem secara lebih akurat melalui penerapan metode Hybrid Fuzzy–Bayesian. Metode fuzzy digunakan untuk memodelkan ketidakpastian gejala melalui fungsi keanggotaan, sementara Bayesian inference menghitung probabilitas akhir kerusakan berdasarkan prior probability dan likelihood hasil inferensi fuzzy. Penelitian dilakukan melalui pengumpulan data primer dari mekanik, perancangan arsitektur sistem, pembangunan mesin inferensi berbasis web, serta pengujian menggunakan blackbox dan beta testing. Berdasarkan pengujian 30 kasus nyata, sistem mencapai akurasi 83,3% dan mendapatkan respons positif dari pengguna terkait kemudahan penggunaan dan kesesuaian hasil diagnosis. Penelitian ini berkontribusi pada pengembangan metode diagnosis yang lebih presisi dalam bidang otomotif serta menghadirkan inovasi melalui integrasi fuzzy dan Bayesian dalam model inferensi terpadu