SISTEM PAKAR DIAGNOSA DAN IDENTIFIKASI KERUSAKAN PADA KENDARAAN BERMOTOR BERBASIS WEB DENGAN METODE BAYESIAN DAN FP-GROWTH

Afri Yudha; Faris Sofyan Wiganda; Yosep Nuryaman; Ayuni Asistyasari

doi:10.70746/jstunsada.v12i2.323

Authors

Afri Yudha Program Studi Teknologi Informasi Universitas Darma Persada
Faris Sofyan Wiganda Program Studi Teknologi Informasi Universitas Darma Persada
Yosep Nuryaman Sistem Informasi Universitas Bina Sarana Informatika
Ayuni Asistyasari Sistem Informasi Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.70746/jstunsada.v12i2.323

Keywords:

Sistem pakar, kerusakan kendaraan bermotor, bayesian, FP-Growth

Abstract

Pemeriksaan dan diagnosa kerusakan kendaraan secara manual dapat meningkatkan waktu pemrosesan kendaraan dan mengurangi kepuasan pelanggan. Untuk menghemat waktu mekanik, diperlukan sebuah aplikasi yang membantu mekanik mendiagnosa kerusakan kendaraan listrik mereka. Sistem pakar sebagai pakar manusia atau program yang meniru pakar harus dapat melakukan apa yang dapat dilakukan pakar dengan metode Bayesian dan FP-Growth. Aplikasi ini dikembangkan untuk membantu mendiagnosa kerusakan mesin dan kerusakan lain pada kendaraan listrik. Desain form UI menggunakan sistem berbasis website, database dengan mysql. Hasil dari penelitian ini adalah sebuah sistem pakar yang dapat digunakan untuk memberikan informasi yang berguna untuk membantu dan mendorong mekanik dalam mendiagnosa kerusakan otomotif.

References

1. Abdul Kadir, 2013, Pengertian PHP. Tersedia dalam: Buku Pintar Programer Pemula PHP, Mediakom, Yogyakarta
2. Alexander F. K. Sibero, 2014, Kitab Suci Web Programing, MediaKom, Yogyakarta.
3. Budiharto, W., & Suhartono, D., 2014, Artificial Intelligence Konsep dan Penerapanya, Andi Offset, Yogyakarta
4. Bertha Sidik, 2014, Pemrograman Web dengan PHP. Santika Kencana. Solo
5. Rizkita et al, 2018, Perancangan Sistem Berorientasi Objek dengan UML (Unified Modeling Languange), Informatika Bandung, Bandung
6. Rahmadi, 2011, Pengantar Metodologi Penelitian, Antasari Press, Banjarmasin
7. Patil, T. R., dan Sherekar, 2013, Performance Analysis of Naive Bayes and J48 Classification Algorithm for Data Classification, International Journal Of Computer Science And Applications, 6(2), 256–261
8. Bustami, 2013, Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi, TECHSI: Jurnal Penelitian Teknik Informatika, Vol. 3, No.2, Hal. 127-146
9. Muhlis Tahir, Noferianto Sitompul, 2021, Penerapan Algoritma Fp-Growth Dalam Menentukan Kecenderungan Mahasiswa Mengambil Mata Kuliah Pilihan, Jurnal Ilmiah NERO Vol. 6 No. 1