SISTEM UNTUK DETEKSI KERUSAKAN MESIN DIESEL MOBIL PANTHER DENGAN METODE NAÃVE BAYES
DOI:
https://doi.org/10.30646/tikomsin.v4i1.239Abstract
Penggunakan mobil membuat masyarakat lebih luas untuk memenuhi segala keperluannya, karena mobil merupakan alat transportasi kedua yang banyak digunakan masyarakat setelah sepeda motor. Keterbatasan pengetahuan dalam mengidentifikasi kerusakan yang terjadi pada mobil sering kali menyulitkan pengguna mobil untuk memperbaiki. Sistem ini dibangun untuk memprediksi kerusakan mobil dengan menggunakan penerapan metode naive beyes. Metode ini mampu menjadi solusi dari permasalahan diatas, karena naive beyes mampu memprediksi peluang di masa sebelumnya. Metode ini merupakan metode yang baik untuk pembelajaran berdasarkan data training, dengan menggunakan probabilitas bersyarat sebagai dasarnya dengan tingkat klasifikasi sederhana serta mudah dalam pengimplementasiannya. Sistem ini dibuat dengan mengambil data dari bengkel gunawan yang terdiri dari data kerusakan, gejala dan cara penanganannya yang kemudian akan dimasukkan kedalam rumus naïve bayes, guna mencari hasil yang akurat. Hasil berupa keluaran perhitungan data yang dilakukan sistem adalah menampilkan data kerusakan yang terjadi beserta solusi dari kerusakan. Dari hasil yang telah dilakukan sistem, kemudian akan dihitung dengan akurasi dari data manual dengan data yang dilakukan sistem. Hasil yang didapat dari perhitungan akurasi yaitu 85%, dihitung dari perbandingan data yang diperoleh.
Kata kunci: Mesin Diesel, Konsultasi, Naive Bayes, Website
Downloads
Published
Issue
Section
Citation Check
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Â

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
