Pembobotan Atribut Dengan Pairwise Comparison Pada Case Based Reasoning Deteksi Dini Penyakit Gigi Menggunakan KNN

  • Taufik Hidayatullah Program Studi Teknik Informatikai, Universitas Stikubank, Semarang, Indonesia
  • Setyawan Wibisono Prodi Teknik Informatika, Universitas Stikubank, Semarang, Indonesia
Keywords: Sistem Pakar, Penyakit Gigi, Pairwase Compresion, CBR, K-Nearest Neighbor

Abstract

Penyakit gigi sering kali dianggap sepele namun sangat mengganggu. Apabila gigi mengalami permasalahan umumnya yang mengakibatkan adalah cuaca dan makanan yang dikosumsi. Masyarakat umum yang menderita sakit gigi jarang-jarang mau berobat ke rumah sakit atau dokter spesialis. Dengan teknologi komputer yang semakin berkembang sekarang mempermudah segalanya tidak terkecuali implementasi diagnose penyakit gigi. Sipenderita dapat mengobati sakit gigi dengan arahan dari computer atau sistem pakar tepatnya. Penggunaan sistem untuk penanganan yang lebih efesien dengan menggunakan sistem pakar metode Case Based Reasoning (CBR) untuk penyelesaian suatu masalah dan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Hasil perhitungan parameter dengan metode pairwise comparison pada 8 penyakit gigi dan 46 gejala menghasilkan tiga kelompok pembobotan yaitu: gejala berat = 0,693144314, gejala sedang = 0,222716022, dan gejala ringan = 0,084139664.

Downloads

Download data is not yet available.

References

A. D. C. Kurniawan Wahyu Haryanto1, “Aplikasi Sistem Pakar Diagnosa Penyakit Gigi Metode Forward,” Apl. Sist. Pakar Diagnosa Penyakit Gigi Metod. Forw. Chain. Di Uptd Kesehat. Puskesmas Bangil, vol. 4, no. 1, pp. 248–254, 2019.

A. M. Puspitasari, D. E. Ratnawati, and A. W. Widodo, “Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support Vector Machine,” J-Ptiik, vol. 2, no. 2, pp. 802–810, 2018, [Online]. Available: http://j-ptiik.ub.ac.id.

Y. Yuliyana and A. S. R. M. Sinaga, “Sistem Pakar Diagnosa Penyakit Gigi Menggunakan Metode Naive Bayes,” Fountain Informatics J., vol. 4, no. 1, p. 19, 2019, doi: 10.21111/fij.v4i1.3019.

D. permadi Tuslaela, “Sistem Pakar Diagnosa Penyakit Gigi Dan Mulut Berbasis Web Dengan Metode Forward Chaining,” J. PROSISKO, vol. 5, no. 1, pp. 17–26, 2018, [Online]. Available: http://e-jurnal.lppmunsera.org/index.php/PROSISKO/article/view/586/594.

D. Dona, H. Maradona, and M. Masdewi, “Sistem Pakar Diagnosa Penyakit Jantung Dengan Metode Case Based Reasoning (Cbr),” Zo. J. Sist. Inf., vol. 3, no. 1, pp. 1–12, 2021, doi: 10.31849/zn.v3i1.6442.

F. B. Fitri and S. Wibisono, “Negara Dalam Penanganan Covid-19 Menggunakan Metode Hybrid,” Sist. Pemeringkatan Negara G20 Dalam Penanganan Covid-19 Menggunakan Metod. Hybrid Ahp-Topsis, vol. 5, no. 36, 2021.

A. Amanaturohim and S. Wibisono, “Penentuan Parameter Terbobot Menggunakan Pairwise Comparison Untuk CBR Deteksi Dini,” J. Sains Komput. Inform., vol. 5, pp. 280–294, 2021.

N. K. Umami and S. Wibisono, “Deteksi Dini Penyakit Balita Menggunakan Algoritma Sorensen Berbobot,” J. Ilm. Inform., vol. 9, no. 02, pp. 60–67, 2021, doi: 10.33884/jif.v9i02.3744.

Published
2022-06-09
How to Cite
[1]
Taufik Hidayatullah and Setyawan Wibisono, “Pembobotan Atribut Dengan Pairwise Comparison Pada Case Based Reasoning Deteksi Dini Penyakit Gigi Menggunakan KNN”, EXPLORIT, vol. 14, no. 1, pp. 17-23, Jun. 2022.