LAPORAN FINAL PROJECT “ARTIFICIAL INTELLEGENCE” SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE FORWARD CHAINING DAN TEOREMA BAYES BERBASIS DELPHI 7

Posted by Ciciku on 5:09 AM in Materi Kuliah,

Dibawah ini adalah contoh laporan final project untuk materi kuliah AI

FINAL PROJECT
“ARTIFICIAL INTELLEGENCE”

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA MENGGUNAKAN METODE FORWARD CHAINING DAN TEOREMA BAYES BERBASIS DELPHI 7

(Dosen :Resty Wulanningrum,M.Kom.)

DisusunOleh :

Kelompok 5

CiciKusumawati (12.1.03.02.0248)

PROGRAM STUDI TEKHNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS NUSANTARA PGRI KEDIRI

2014

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM PADA BALITA

A.    Deskripsi Sistem

Penyakit demam sering dialami pada balita sampai para orang tua,terutama pada waktu pergantian musim kemarau ke musim penghujan seperti sekarang ini. Yang membuat para orang tua terutama para ibu khawatir jikalau balitanya terkena demam,dengan di buatnya program sistem pakar ini dapat membantu para orang tua terutama ibu dapat mengidentifikasi jenis penyakit demam yang dialami balitanya apakah jenis demam yang membahayakan atau demam biasa. Dengan adanya sistem pakar ini para orang tua bisa menangani penyakit balitanya sendiri tanpa menemui sang ahli atau pakar dalam bidang tersebut karena dirasa cukup sulit,apalagi di wilayah-wilayah terpencil. Oleh karena itu,dibuatnya sistem pakar ini dapat menampung pengetahuan dari pakar tentang demam sehingga para ibu atau para orang tua jadi lebih mandiri dan tanggap apabila balitanya mengalami demam dan dapat memberikan solusi yang cepat,tepat dan akurat untuk mengobati balitanya.

Sistem ini di buat hanya untuk mendiagnosa demam pada balita sekitar umur 1 tahun sampai 5 tahun,jadi jika melampaui umur tersebut maka tidak bisa menggunakan sistem ini. Sistem ini menggunakan metode teorema bayes dan metode forward chaining untuk menetukan kemungkinan penyakit dan hasil presentasi penyakit yang diderita.

B.     Metode Forward Chaining dan Teorema Bayes.

Terdapatduametodeumumpenalaran yang dapatdigunakanapabilapengetahuandipresentasikanuntukmengikutiaturan-aturandalamsistempakaryaitu :Pelacakankedepan (Forward Chaining) danpelacakankebelakang (Backward Chaining).

Menurut Jay (2005), Fordward Chaining adalahmetodepencarianataupenarikankesimpulanberdasarkanpada data (fakta) menujukekesimpulan.

Untukmelakukan proses Forward Chaining, perlusuatukesimpulanaturan (rules), aturan yang ditelusurisatupersatuhinggapenelusurandihentikankarenakondisiterakhirtelahterpenuhi. PadateknikForward Chaining,faktadiperolehdari database, sensor ataumenanyakankepada user.Kemudiansistemakanmembacaaturan-aturanuntukmencariaturan yang cocokdenganinformasi yang elahdiperoleh. Dari hasilpencocokantersebutakandihasilkansuatukesimpulan.

Teorema Bayes merupakan suatu dari cabang teori statistik matematik yang memungkinkan kita membuat satu model ketidakpastian dari suatu kejadian yang terjadi dengan menggabungkan pengetahuan umum dengan fakta dari hasil pengamatan. Teorema bayes mempunyai kelebihan, yaitu mudah untuk dipahami, hanya memrlukan pengkodean sederhana, dan lebih cepat dalam perhitungan (Ramdhani, 2012).

Untuk mendownload laporan secara detail silahkan klik DISINI