IMPLEMENTASI CASE BASED REASONING (CBR) UNTUK MENDIAGNOSA JENIS NARKOBA YANG DIGUNAKAN OLEH PECANDU MENGGUNAKAN ALGORITMA SIMILARITAS PROBABILISTIC SYMMETRIC BERBASIS ANDROID

NUGRAHA, ADJIE MAHREZA and Erlansari, Aan and Sari, Julia Purnama (2023) IMPLEMENTASI CASE BASED REASONING (CBR) UNTUK MENDIAGNOSA JENIS NARKOBA YANG DIGUNAKAN OLEH PECANDU MENGGUNAKAN ALGORITMA SIMILARITAS PROBABILISTIC SYMMETRIC BERBASIS ANDROID. ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.

[thumbnail of Adjie Mahreza Nugraha (G1A016061) Perpus - Adjie Mahreza.pdf] Text
Adjie Mahreza Nugraha (G1A016061) Perpus - Adjie Mahreza.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (3MB)

Abstract

Narkoba yaitu zat-zat alami maupun kimiawi yang jika dimasukan ke dalam tubuh
dapat mempengaruhi suasana hati dan pikiran seseorang serta dapat merusak
susunan syaraf otak. Untuk pecandu narkoba memiliki beberapa jenis pecandu yang
membedakan pencadu narkoba satu dengan yang lainnya adalah ciri fisik dari
pecandu. Pada aplikasi ini jenis pecandu narkoba yang dimasukan sebanyak 16
diagnosa dengan ciri fisik yang berbeda. Seiring dengan perkembangan teknologi,
tugas dari seorang pakar dalam membantu mendiagnosa jenis pecandu narkoba oleh
sebuah aplikasi. Oleh karna itu pada penelitian ini dibangun suatu aplikasi yang
dapat membantu mendiagnosa jenis narkoba yang digunakan oleh pecandu. Oleh
karena itu, penulis akan melakukan penelitian yang berjudul “Implementasi Case
Based Reasoning (CBR) Untuk Mendiagnosa Jenis Narkoba Yang Digunakan Oleh
Pecandu Menggunakan Algoritma Similaritas Probabilistic Symmetric Berbasis
Android”. Berdasarkan percobaan yang dilakukan menggunakan metode Case
Based Reasoning (CBR) dengan KNN (K-Nearest Neighbor) dan Algoritma
Similaritas Probabilistic Symmertic dapat disimpulkan bahwa dengan memilih
gejala jenis narkoba yang digunakan oleh pecandu narkoba tersebut kemungkinan
pasien kecanduan ganja/ kandis/ mariyuana dengan hasil perhitungan sebesar
83,82%.
Kata Kunci : Narkotika, Case Based Reasoning (CBR), KNN (K-Nearest
Neighbor), Algoritma Similaritas Probabilistic Symmertic

Item Type: Thesis (['eprint_fieldopt_thesis_type_ut' not defined])
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 58 lili haryanti
Date Deposited: 20 Nov 2023 06:31
Last Modified: 20 Nov 2023 06:31
URI: https://repository.unib.ac.id/id/eprint/17281

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200