UMN Knowledge Center

Rancang bangun sistem pakar untuk mendeteksi penyebab kerusakan pada ban kendaraan dengan algoritma c 4.5

Gunawan, Kevin (2016) Rancang bangun sistem pakar untuk mendeteksi penyebab kerusakan pada ban kendaraan dengan algoritma c 4.5. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (897kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (773kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (879kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (666kB) | Preview

Abstract

Ban merupakan salah satu bagian yang vital dalam kendaraan. Oleh sebab itu diperlukan perhatian dari pengguna kendaraan untuk menjamin kelancaran dan keselamatan dalam berkendara. Namun banyak pengguna kendaraan yang jarang melakukan pengecekkan kondisi ban kendarannya. Ditambah lagi pengetahuan yang minim tentang ban, sehingga sering kali menimbulkan masalah ketika berkendara yang diakibatkan oleh kondisi ban yang tidak baik. Dalam upaya untuk memberikan pengetahuan seputar ban, serta deteksi dini penyebab suatu kerusakan ban maka diperlukan suatu sistem yang memiliki pengetahuan layaknya seorang pakar. Sistem dibangun dalam bentuk website, dengan menggunakan algoritma C 4.5 dengan menerima 45 data training yang kemudian diolah untuk menghasilkan rules yang dapat digunakan untuk menghasilkan keputusan. Dalam menguji sistem ini digunakan metode precision, recall, dan accuracy terhadap 61 data testing, didapatkan hasil nilai precision sebesar 90% untuk kelas baik, 80,77% untuk kelas rusak regular, dan 76% untuk kelas rusak irregular. Hasil nilai recall sebesar 81,82% untuk kelas baik, 77,78% untuk kelas rusak regular, 82,61% untuk kelas rusak irregular. Serta nilai accucary sebesar 80,33%.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology > T58.59 Algorithm
T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL1-484 Motor vehicles. Cycles
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 19 Jul 2017 01:20
Last Modified: 04 Oct 2017 09:21
URI: http://kc.umn.ac.id/id/eprint/1192

Actions (login required)

View Item View Item