Digital Repository Pranata

Penerapan Forward Chaining Dan Content-based Filtering Dalam Rekomendasi Sparepart Kendaraan Roda Dua

Andhyka Tri Atmojo

Kesalahan dalam merekomendasikan suku cadang di bengkel non-resmi merupakan masalah krusial yang mengancam performa dan keamanan kendaraan roda dua. Metode pakar yang ada seperti Backward Chaining dan Case-Based Reasoning seringkali terkendala oleh kompleksitas aturan dan ketergantungan pada kelengkapan data historis, sementara pencarian manual tidak efisien. Penelitian ini bertujuan mengatasi masalah tersebut dengan mengembangkan sebuah sistem pakar berbasis website yang mengimplementasikan pendekatan hibrida. Sistem ini mengintegrasikan dua metode utama Forward Chaining untuk memandu proses diagnosis kerusakan secara logis melalui serangkaian pertanyaan terstruktur berdasarkan gejala , dan Content-Based Filtering untuk memberikan rekomendasi sparepart yang akurat dengan membandingkan berbagai atribut teknis seperti kategori, merek, dan tingkat performa. Untuk memastikan fungsionalitas dan keandalannya, sistem diuji secara menyeluruh menggunakan metode White-box Testing dan Black-box Testing. Hasil dari penelitian ini adalah sebuah sistem yang diharapkan mampu meningkatkan akurasi dan efisiensi proses rekomendasi sparepart, sehingga dapat meminimalisir risiko kegagalan mekanis dan memberikan solusi yang lebih tepat bagi pengguna kendaraan.

Implementasi Metode Simple Additive Weighting dan Metode Prototipe untuk Perangkingan Guru Terbaik

Nurhadi S.Kom, M.Kom

Beberapa sekolah saat ini masih menggunakan metode manual untuk penilaian dalam menentukan guru terbaik. Pemberian nilai kepada guru terkadang masih bersifat subjektif, sehingga risiko terjadinya konflik tinggi karena penilaian yang tidak akurat dan tidak transparan, sehingga menjadi masalah guru dalam melakukan pengajaran. Untuk itu dibutuhkan sistem informasi untuk mendapatkan hasil perhitungan yang akurat untuk mendapatkan perangkingan guru terbaik. Dalam menjawab permasalahan yang ditemukan, penulis mengembangkan sistem pendukung keputusan dengan metode Simple Additive Weighting untuk mendapatkan hasil perangkingan yang akurat sehingga dapat memberikan hasil keputusan maksimal melalui klasifikasi dan evaluasi yang lebih cepat, akurat dan tepat. Dan penelitian ini menggunakan metode prototipe sebagai tambahan untuk memudahkan dalam pembangunan sistem. Hasil dari perhitungan menggunakan metode SAW dapat menentukan perangkingan untuk guru terbaik. Berdasarkan perbandingan antara hasil pretest dan posttest diperoleh tingkat kesesuaian sebesar 60% untuk data sesuai dari 10 data yang digunakan dan terdapat 40% untuk data tidak sesuai

Implementasi Dan Pemanfaatan Blended Learning Bagi Mahasiswa STMIK Pranata Indonesia

Salman Farizy, G. Andrianto

Memasuki awal tahun 2020 masyarakat dunia dihebohkan dengan adanya wabah virus corona (Covid19), cepatnya penyeberan serta pasien yang terinfeksi yang diduga dapat menyebar melalui kontak fisik juga melalui udara dan dapat menyebabkan kematian membuat World Health Organization (WHO) menyatakan dunia masuk kedalam darurat global terkait virus ini wabah virus corona telah berdampak pada sektor pendidikan. Hampir seluruh siswa atau mahasiswa diseluruh dunia terganggu dalam menjalani kegiatan sekolah atau perkuliahannya dan mengakibatkankan terancamnya hak pendidikan mereka di masa yang akan datang. Dengan memanfaatkan teknologi daring diharapkan semua pekerjaan dapat terus dilakukan guna mendukung pekerjaan ataupun proses belajar dan mengajar. Implementasi Dan Pemanfaatan E-Learning dimana peserta didik dan dosen dapat berkomunikasi atau berinteraksi dengan mudah dari jarak yang jauh dan tempat yang berbeda Moodle merupakan salah satu aplikasi dari konsep dan mekanisme belajar mengajar yang memanfaatkan teknologi informasi, yang dikenal dengan konsep pembelajaran elektronik atau elearning.

Penerapan Support Vector Machine (SVM) Dan Certainty Factor (CF) Dalam Penentuan Kualitas Hasil Foto Studio

Wanda Indah Purnama

Penentuan kualitas hasil foto studio merupakan aspek penting dalam menjaga standar estetika dan teknis yang optimal. Namun, proses evaluasi foto di banyak studio masih dilakukan secara manual berdasarkan subjektivitas fotografer, sehingga sering menimbulkan inkonsistensi, kesalahan penilaian, dan berkurangnya kepuasan pelanggan. Penelitian ini mengembangkan sistem pakar berbasis desktop dengan mengimplementasikan metode Support Vector Machine (SVM) dan Certainty Factor (CF) untuk membantu proses analisis kualitas foto. Metode SVM digunakan untuk mengklasifikasikan kualitas foto secara objektif berdasarkan parameter visual seperti brightness, contrast, sharpness, colorfulness, dan composition. Sementara itu, metode CF digunakan untuk memberikan nilai tingkat keyakinan terhadap hasil klasifikasi dengan mempertimbangkan aspek preferensi subjektif pengguna. Sistem ini dirancang menggunakan bahasa pemrograman Java dengan GUI JFrame pada NetBeans dan terintegrasi dengan basis data MySQL. Proses pengujian dilakukan menggunakan black-box testing untuk memastikan fungsionalitas serta keandalan sistem. Hasil implementasi menunjukkan bahwa kombinasi SVM dan CF mampu meningkatkan akurasi serta konsistensi evaluasi kualitas foto, sehingga dapat mendukung studio fotografi dalam memberikan layanan yang lebih profesional, efisien, dan sesuai dengan kebutuhan pelanggan.