PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-GROWTH DALAM ANALISIS DATA PENJUALAN (STUDI KASUS DI CV TIGA PUTRA)

Ramadhan, Fernando (2024) PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-GROWTH DALAM ANALISIS DATA PENJUALAN (STUDI KASUS DI CV TIGA PUTRA). Masters thesis, Universitas Putra Indonesia YPTK Padang.

	Text Tesis_222321041_FERNANDO RAMADHAN_Abstrak.pdf Download (236kB)
	Text Tesis_222321041_FERNANDO RAMADHAN_BAB I.pdf Download (249kB)
	Text Tesis_222321041_FERNANDO RAMADHAN_Daftar Pustaka.pdf Download (186kB)
	Text Tesis_222321041_FERNANDO RAMADHAN_Full Text.pdf Restricted to Repository staff only Download (3MB)

Abstract

Sistem pakar adalah aplikasi kecerdasan buatan yang dirancang untuk meniru kemampuan pakar dalam mengambil keputusan atau memberikan diagnosis secara akurat dan efisien. Penelitian ini difokuskan pada pengembangan sistem pakar untuk mendiagnosis gangguan kepribadian dengan menggunakan metode Forward Chaining dan Certainty Factor. Gangguan kepribadian sering kali sulit dikenali karena gejalanya yang kompleks serta ketidakmampuan individu untuk menyadari adanya gangguan dalam dirinya. Tujuan utama penelitian ini adalah mempermudah proses diagnosis gangguan kepribadian dan memberikan solusi yang dapat diakses oleh masyarakat secara mandiri tanpa harus mengandalkan konsultasi dengan psikolog yang memerlukan biaya tidak sedikit. Sistem ini dirancang untuk mengidentifikasi 10 jenis gangguan kepribadian, termasuk Paranoid, Schizoid, Schizotypal, Antisosial, Borderline, Histrionik, Narsistik, Avoidant, Dependent, dan Obsessive-Compulsive, melalui analisis terhadap 79 gejala yang terkait. Metode Forward Chaining digunakan untuk menyusun aturan berdasarkan gejala-gejala yang dimasukkan oleh pengguna. Nilai Certainty Factor diperoleh dari pakar guna memberikan tingkat kepastian dalam diagnosis yang dihasilkan. Data rekam medis dari 10 pasien digunakan untuk mengevaluasi kinerja sistem ini. Hasilnya menunjukkan bahwa sistem pakar ini memiliki tingkat akurasi sebesar 98,1% dalam mendiagnosis gangguan kepribadian antisocial, dan akurasi diatas 90% untuk diagnosa data uji lainya. Sistem ini juga mampu mengidentifikasi beberapa pasien yang mungkin mengalami lebih dari satu jenis gangguan kepribadian dengan persentase yang berbeda-beda. Sistem pakar ini tidak hanya berfungsi sebagai alat bantu yang efektif bagi tenaga medis dalam memberikan diagnosis yang lebih tepat dan cepat, tetapi juga menawarkan solusi diagnosis mandiri yang lebih terjangkau dan mudah diakses oleh masyarakat luas. Sistem ini diharapkan dapat berkontribusi secara signifikan dalam meningkatkan kesadaran dan deteksi dini gangguan kepribadian serta mengurangi beban biaya yang harus dikeluarkan oleh individu yang memerlukan penanganan psikologis. Kata kunci: Sistem Pakar, Diagnosa, Gangguan Kepribadian, Forward Chaining, Certainty Factor.

Actions (login required)

View Item