Sistem Identifikasi Kerusakan Mobil Dengan Menggunakan Metode Dempster-Shafer

Muttaqin, MuhammadSulton (2016) Sistem Identifikasi Kerusakan Mobil Dengan Menggunakan Metode Dempster-Shafer. Sarjana thesis, Universitas Brawijaya.

Abstract

Mulai mudahnya akses untuk mendapatkan mobil saat ini membuat banyak kalangan masyarakat memiliki mobil. Namun tentunya banyak kendala dalam perawatan mobil itu sendiri. Minimnya pengetahuan akan kerusakan mesin mengakibatkan banyaknya pemilik memilih bengkel menjadi tujuan untuk mendeteksi kerusakan pada mobil. Pengembangan sistem untuk mendeteksi kerusakan pada mobil memang perlu difikirkan, sehingga mempermudah pemilik mobil mengetahui kerusakan yang terjadi pada mobil lebih dini. Sistem pakar untuk identifikasi kerusakan mobil ini merupakan suatu sistem untuk mempermudah pemilik mobil mendekteksi kerusakan pada mobil. Sehingga pemilik dapat mengetahui lebih dini kerusakan pada mobil dan dapat melakukan tindakan awal sebelum ditindak lanjuti oleh mekanik ataupun dapat menangani kerusakan – kerusakan ringan pada mobil. Dalam penelitian ini selain memaparkan kajian teori yang digunakan sebagai dasar penyusunan, juga akan dibahas mengenai pembuatan pemodelan sistem pakar dan implementasi sistem, sehingga nanti dapat mempermudah cara kerja secara efektif dan efisien. Untuk hasil keluarannya akan menampilkan hasil identifikasi kerusakan dan nilai kepercayaannya. Hasil pengujian menunjukkan uji validasi fungsional sebesar 100% dan hasil uji akurasi sebesar 88% .

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2016/24/051601342
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 23 Feb 2016 08:53
Last Modified: 21 Oct 2021 07:24
URI: http://repository.ub.ac.id/id/eprint/146782
[thumbnail of [SKRIPSI]Muhammad_sulton_muttaqin_105060801111039.pdf]
Preview
Text
[SKRIPSI]Muhammad_sulton_muttaqin_105060801111039.pdf

Download (5MB) | Preview

Actions (login required)

View Item View Item