Perbandingan 3 Skripsi

Analisis Perbandingan Sistem Pakar :

• Pertanian
• Kesehatan
• Teknologi Informasi dan Komunikasi

SISTEM PAKAR PERTANIAN

Kover Skripsi

Judul
Sistem Pakar Berbasis Web Untuk Mendiagnosis Penyakt Tanaman Kakao (Theobroma cocoa L.)


Nama Pengarang
Isa Rosita

Metode Penelitian
Inferensi Forward Chaining  

PEMBAHASAN

  A. Permasalahan dan Metode Penelitian

Sistem pakar ini untuk diagnosa penyakit tanaman kakao berbasis web ini dibangun dengan menggunakan metode inferensi forward chaining dan teori certainty factor (CF).

Sistem pakar ini bekerja berdasarkan gejala yang dipilih user kemudian diproses oleh sistem sehingga menghasilkan output yaitu nama penyakit, definisi, penyebab, presentase keyakinan diagnosis dan cara pengendalian penyakit.

Sistem pakar ini berbasis web yang dibuat menggunakan bahasa pemrograman PHP dan databse MySQL sehingga menjadi media yang informative dan solutif mengenai penyakit pada tanaman kakao bagi masyarakat luas, khususnya masyarakat perkebunan.

          B. Representasi gejalah penyakit tanaman kakao

 

.         C. Representasi Jenis Penyakit

         D. Representasi Pengetahuan

s

  E. Decision Tree

   F. Implementasi Sistem

          G. Swot Pada Sistem Pakar/Aplikasi Ini

• Strengths (kekuatan) pada aplikasi ini adalah dapat menganalisa/mengidentifikasi suatu penyakit tanaman kakao melalui sebuah aplikasi.

• Weaknesses (kelemahan) pada aplikasi ini adalah sistemnya terbatas hanya untuk penyakit yang umum terjadi pada tanaman kakao, tidak bisa pada tanaman lain. Jika ditambah, maka diperlukan pendataan ulang.

• Opportunities (peluang) pada apllikasi ini adalah dapat digunakan pada petani khusunya tanaman kakao yang belum awam dengan komputer, dan penggunaan aplikasi ini yang terbilang mudah. Sistemnya dapat dikembangkan dengan user interface yang lebih interaktif dan komunikatif.

• Threats (ancaman) pada aplikasi ini adalah dapat tergantikan dengan aplikasi yang lebih mencangkup banyak permasalahan dan gejala pada tanaman kakao.

 
SISTEM PAKAR KESEHATAN

Kover Skripsi

 

Judul
Sistem Pakar Untuk Mendiagnosa Penyakit Pneumonia (Radang Parenkim Paru) Pada Balita Berbasis Web

Nama Pengarang
Andi Nelly

Metode Penelitian
Inferensi Forward Chaining

PEMBAHASAN

            A. Permasalahan dan Metode Penelitian

Sistem pakar penyakit Pneumonia pada balita berbasis web ini menggunakan metode inferensi forward chaining (penalaran maju) dan teori certainty factor (kepatian). Dalam metode forward chaining ini, user akan memilih gejala sesuai dengan gejala yang akan dialami, kemudian sistem akan mengecek gejala-gejala yang dialami, kemudian sistem akan mengecek gejala-gejala yang dipilih user apakah rule di dalam database ada yang sesuai dengan gejala yang dipilih oleh user tersebut. Jika ada maka sistem akan melakukan perhitungan CF sesuai dengan rule yang terpilih. Setelah itu sistem akan memberikan output berupa nama penyakit, besarnya nilai certainty factor terkenanya penyakit tersebut dan saran.

            B. Representasi gejalah penyakit

Kode Gejala	Deskripsi Gejala	Nilai CF
g01	Demam	0.92
g02	Batuk	0.72
g03	Nafas yang cepat	0.48
g04	Lesu/tidak enak badan	0.46
g05	Rasa mual/muntah	0.44
g06	Flu	0.42
g07	Nafas yang sulit	0.28
g08	Sakit perut	0.2
g09	Nyeri dada	0.1
g10	Suara nafas yang menurun	0.56
g11	Hyposia O₂ ≤ 95% (kekurangan oksigen kurnag lebih sama dengan 95%)	0.48
g12	Retraksi (tarikan ke dalam pada dinding dada yang terlihat jelas)	0.3
g13	Suara sesak	0.24
g14	Rhonchi (nada rendah dan sangat kasar terdengar baik saat inspirasi maupun saat ekspirasi)	0.2
g15	Wheozing (suara mengi/bunyinya seperti siulan biasanya pada asma)	0.2
g16	Dullnes to percussion (perkusi atau ketuk dinding dada pakai jari-jari suarnya redup)	0.12
g17	Biru Berur	0.15

             C. Jenis Penyakit

Kode Penyakit	Deskripsi Penyakit	Nilai CF
P1	Pneumonia Berat	0.95
P2	Pneumonia sedang	0,65
P3	Bukan Pneumonia	0.45

             D. Representasi Pengetahuan

Kode Gejala	Deskripsi Gejala	Jenis Penyakit
		P1	P2	P3
g01	Demam	x
g02	Batuk	x
g03	Nafas yang cepat	x
g04	Lesu/tidak enak badan	x
g05	Rasa mual/muntah	x
g06	Flu	x
g07	Nafas yang sulit		x
g08	Sakit perut	x
g09	Nyeri dada		x
g10	Suara nafas yang menurun		x
g11	Hyposia O₂ ≤ 95% (kekurangan oksigen kurnag lebih sama dengan 95%)	x		x
g12	Retraksi (tarikan ke dalam pada dinding dada yang terlihat jelas)		x
g13	Suara sesak		x
g14	Rhonchi (nada rendah dan sangat kasar terdengar baik saat inspirasi maupun saat ekspirasi)		x
g15	Wheozing (suara mengi/bunyinya seperti siulan biasanya pada asma)		x
g16	Dullnes to percussion (perkusi atau ketuk dinding dada pakai jari-jari suarnya redup)	x	x
g17	Biru Berur			x

 

                E. Decision Tree

              F. Implementasi Sistem

.           G. Swot Pada Sistem Pakar/Aplikasi Ini

• Strengths (kekuatan) pada aplikasi ini adalah dapat menganalisa/mengidentifikasi suatu penyakit Pneumonia pada balita berbasis web.

• Weaknesses (kelemahan) pada aplikasi ini adalah hanya sebatas penyakit Pneumonia pada balita, tidak bisa pada penyakit lain. Dan jika ingin ditambah, diperlukan pendataan ulang.

• Opportunities (peluang) pada aplikasi ini adalah dapat digunakan pada instansi kesehatan khususnya untuk anak, dan penggunaan aplikasi terbilang mudah. Sistem ini dapat dikembangkan menggunakan metode lainnya dan dapat dijadikan model untuk pengembangan sistem yang lebih baik.

• Threats (ancaman) pada aplikasi ini adalah dapat tegantikan dan tersaingi dengan aplikasi yang lebih mencangkup banyak penyakit dan gejala.

SISTEM PAKAR TEKNOLOGI INFORMASI dan KOMUNIKASI


Kover Skripsi

Judul 
Sistem Pakar Identifikasi Kerusakan Mesin Kapal Pada Bagian-Bagian Dari Cylinder Head Berbasis Komputer

Nama Pengarang 
Retno Rustiyani

Metode Penelitian
Representasi pengetahuan, yaitu : logika, jaringan semantic, Object-Atributte-Value (OAV), bingkai (frame), dan kaidah produksi.

PEMBAHASAN

        A. Permasalahan dan Metode Penelitian

Dalam sistem pakar  ini untuk didentifikasi kerusakan mesin kapal. Ada beberapa metode representasi pengetahuan, yaitu : logika, jaringan semantic, Object-Atributte-Value (OAV), bingkai (frame), dan kaidah produksi.

        B. Representasi gejalah kerusakan mesin

Kode	Gejala
M001	Kebocoran udara start pada katup
M002	Katup udara penjalan macet pada posisi tertutup
M003	Tidak ada penyemprotan bahan bakar melalui nozzle
M004	Kebocoran bahan bakar pada katup npzzle
M005	Katup udara bilas macet dalam posisi tertutup
M006	Kebocoran Udara Kompresi
M007	Penyetelan katup isap/buang tidak tepat
M008	Penyetelan ketepatan pengabutan bahan bakar tidak tepat
M009	Suhu mesin terlalu tinggi
M010	Tekanan air pendingin turun karena kebocoran
M011	Nozzle tidak menyemprotkan bahan bakar karena tersumbat kotoran padat
M012	Terjadi ledakan pada Cylinder Head
M013	Saluran gas buang buntu
M014	Air pendingin masuk ke dalam ruang bahan bakar
M015	Viscositas minyak lumas terlalu tinggi
M016	Volume minyakkurnag/habis
M017	Saluran minyak ke rocker arm buntu
M018	Pelumasan ke bus katup buntu
M019	Spiling antara bus dengan rocker arm terlalu longgar
M020	Spiling antara bus dengan katup isap/buang terlalu longgar
M021	Penyemprotan bahan bakar tidak sempurna
M022	Penyetelan katup isap/buang tidak tepat
M023	Saluran pipa gas buang mulai buntu
M024	Lubang katup isap/nuang mulai buntu
M025	Saluran udara bilas bocor
M026	Saat penyemprotan bahan bakar
M027	Kebocoran gas dari dalam Cylinder
M028	Bunyi mesin tidak normal
M029	Minyak pelumas banyak terdapat pada pipa gas buang yang menempel
M030	Banyak kebocoran gas dari dalam Cylinder
M031	Pegas pengatur tekanan pada Injector patah
M032	Katup Nozzle macet
M033	Saat pembukaan dan penutupan katup tidak benar
M034	Kebocoran gas dari dalam Cylinder

            C. Representasi Jenis Kerusakan Mesin

Kode	Kerusakan Mesin
K01	Mesin tidak dapat distart
K02	Mesin dapat distart, tetapi tiba-tiba mati
K03	Mesin dapat distart tetapi tekanan pelumas tidak naik
K04	Waktu mesin beroperasi tekanan minyak pelumas menurun
K05	Daya mesin berkurang
K06	Waktu mesin beroperasi mesin terjadi ketukan (knocking)
K07	Waktu beroperasi gas buang berwarna putih keabu-abuan
K08	Waktu beroperasi gas buang berwarna hitam

 

a        D. Representasi Pengetahuan

Kode	Kerusakan Mesin
M001	K1	K2	K3	K4	K5	K6	K7	K8
M002	√
M003	√
M004	√
M005	√
M006	√
M007	√
M008	√
M009		√
M010		√
M011		√
M012		√
M013		√
M014		√
M015			√
M016			√
M017			√
M018			√
M019				√
M020				√
M021					√
M022					√
M023					√
M024					√
M025					√
M026						√
M027						√
M028						√
M029							√
M030							√
M031								√
M032								√
M033								√
M034								√

 

          E. Decision Tree

             F. Implementasi Sistem

.           G. Swot Pada Sistem Pakar/Aplikasi Ini

• Strengths (kekuatan) pada aplikasi ini adalah dapat menganalisa/mengidentifikasi kerusakan mesin pada kapal.

• Weaknesses (kelemahan) pada aplikasi ini adalah sistemnya terbatas hanya untuk mengidentifikasi kerusakan mesin pada kapal. Jika ditambah, maka diperlukan pendataan ulang.

• Opportunities (peluang) pada apllikasi ini adalah dapat digunakan pada orang yang belum awam dengan komputer maupun kerusakan pada mesin kapal dan penggunaan aplikasi ini yang terbilang mudah.

• Threats (ancaman) pada aplikasi ini adalah dapat tergantikan dengan aplikasi yang lebih mencangkup banyak permasalahan dan gejala pada kerusakan mesin kapal.

Demikian hasil dari perbandingan yang saya buat dari tiga macam skripsi sistem pakar yang saya temukan. Bila ada salah penulisan dan penyusunan yang kurang tepatk, kurang lebihnya mohon maaf.