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.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (897kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (773kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (879kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (666kB)

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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 300 Social Sciences > 380 Commerce, communications and transportation > 388 Transportation (Road, Vehicle, Parking Facilities) 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	19 Jul 2017 01:20
Last Modified:	03 Feb 2022 08:04
URI:	https://kc.umn.ac.id/id/eprint/1192

Actions (login required)

View Item