Tjahyati, Tita (2014) Analisis Perbandingan Metode Certainty Factor dan Naive Bayesian Dalam Mendeteksi Kemungkinan Anak Terkena Disleksia. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Deteksi merupakan suatu cara untuk mengetahui jenis masalah atau untuk membuat keputusan maupun pengambilan kesimpulan. Deteksi juga dapat digunakan pada penyakit atau gangguan terhadap anak-anak seperti disleksia, karena disleksia adalah gangguan terhadap anak yang gejala-gejala nya terkadang tidak bisa dibedakan dengan normal. Berdasarkan hasil penelitian sebelumnya penggunaan metode Certainty Factor untuk mendeteksi suatu penyakit mempunyai tingkat akurasi sebesar 73,15% . Dan Metode Bayesian hanya dapat diterapkan pada kasus yang terdapat di suatu jurnal dan tidak memperhatikan tingkat akurasi. Maka dari itu akan dilakukan analisis perbandingan untuk mengetahui metode mana yang lebih baik dalam akurasi data dengan kasus yang sama yaitu dalam mendeteksi kemungkinan anak terkena disleksia, karena tidak diketahui apakah hasil akurasi Metode Certainty Factor yang lebih baik dari metode Na�¯ve Bayesian dalam mendeteksi kemungkinan anak terkena disleksia atau sebaliknya. Maka dari itu diterapkan metode Certainty Factor dan Na�¯ve Bayesian untuk mendeteksi kemungkinan anak terkena disleksia. Metode Certainty Factor dipengaruhi oleh Nilai MB (Meansure of Believe) dan MD (Meansure of Disbelieve) untuk memberikan nilai kepastian dalam setiap gejala disleksia. Metode Na�¯ve Bayesian adalah suatu metode untuk mencari nilai probabilitas tiap gejala sehingga nantinya hasilnya akan dijadikan perhitungan untuk menentukan apakah hasilnya termasuk kedalam klasifikasi disleksia auditori, visual, atau kombinasi. Berdasarkan hasil yang didapat dalam pengujian diperoleh kesimpulan, tingkat akurasi rata-rata 58% untuk metode Certainty Factor dan rata-rata akurasi data untuk metode Na�¯ve Bayesian adalah 93%. Dari hasil tersebut sudah diketahui metode Na�¯ve Bayesian yang lebih baik dalam mendeteksi kemungkinan anak terkena disleksia. Sedangkan Certainty Factor memiliki tingkat kepastian sebesar 58% hal ini disebabkan oleh nilai MB dan MD yang telah ditentukan oleh seorang pakar terhadap setiap gejala. Maka dari itu sistem ini akan lebih optimal menggunakan metode Certainty Factor jika sekelompok pakar mendefinisikam secara jelas nilai CF setiap gejala kemungkinan anak terkena disleksia.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Deteksi, Akurasi, Disleksia, Metode Certainty Factor, Metode Na�¯ve Bayesian |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Depositing User: | Admin Repository |
| Date Deposited: | 16 Nov 2016 08:09 |
| Last Modified: | 16 Nov 2016 08:09 |
| URI: | http://repository.unikom.ac.id/id/eprint/28601 |
Actions (login required)
 |
View Item |
