• Tidak ada hasil yang ditemukan

DAFTAR PUSTAKA

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "DAFTAR PUSTAKA"

Copied!
3
0
0

Teks penuh

(1)

87

DAFTAR PUSTAKA

Arisandi, Q. T., & Izzuddin, A. (2016). Sistem Pakar Diagnosa Awal Kanker Serviks Menggunakan Metode Naive Bayes Berbasis Android. Jurnal ENERGY Vol 6 No 2 November, 38-43.

Cahyono. (2010). Analisis Pemanfaatan Small Disjunct Pada Decision Tree Dengan Algoritma Genetika. Jurnal Seminar Nasional Aplikasi Teknologi Informasi.

Fathansyah. (2012). Basis Data. Jakarta: Gramedia.

Hamidah, I. (2012). Aplikasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5. Jurusan Teknik Komputer.

Fakultas Teknik Universitas Komputer Indonesia. Bandung.

Haryadi, H. (2009). Administrasi Perkantoran untuk Manager & Staff. Jakarta:

Transmedia Pustaka.

Huda. (2010). Membuat Aplikasi Database dengan Java, MySQL dan NetBeans.

Jakarta: Elex Media Komputindo.

Karima, N., & Alexius , E. B. (2017). Sistem Pakar Diagnosa Anak Autis Sejak Dini dengan Metode Naïve Bayes. Bimasakti •, 116-122.

Kaushal. (2013). Artificial Intelligence And The Impact Of Expert System.

Gyandhara International Academic Publication, 411.

Kusrini. (2007). Strategi perancangan dan pengelolaan basis data. Yogyakarta:

Andi offset.

(2)

88

Kusrini. (2009). Aplikasi Sistem Pakar Menentukan Faktor Kepastian Pengguna Dengan Metode Kuantifikasi Pertanyaan. Yogyakarta: Andi Offset.

Kusrini. (2010). Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset.

Mburu, H.Lee Dr, & A.Mbogho Dr. (2014). EHEALTH ADVISORY EXPERT SYSTEM FOR. 7th International Conference on Appropriate Healthcare Technologies for Developing Countries (hal. 400-404). London, UK: IET.

Mc. Leod, Raymond, & Shell, G. P. (2009). Sistem Informasi Manajemen Ed.10.

Jakarta Selatan: Salemba Empat.

Mustakini, & Hartono, J. (2009). Sistem Informasi teknologi. Yogyakarta: Andi Offset.

Muttaqin, A. I. (2019). Aplikasi diagnosa penyakit anjing berbasis web menggunakan metode certainty factor. JATI(Jurnal Mahasiswa Teknik Informatika, 327-379.

Nugraha, A. A., Hidayat, N., & Fanani, L. (2018). Sistem Pakar Diagnosis Penyakit Kucing Menggunakan Metode Naive. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer , 650-658.

Oktavian, D. P. (2010). Menjadi Programmer Jempolan Menggunakan PHP.

Yogyakarta: MediaKom.

Padaga, M. C., Aulanni'am, & Herawati. (2018). Penyakit Zoonosa Strategis di Indonesia: Aspek Kesehatan Masyarakat Veteriner. Malang: UB Press.

Prasetyowati, E. B. (2018, Oktober 03). Rilis Berita. Retrieved 04 14, 2019, from

Kementrian Kesehatan Republik Indonesia:

http://www.depkes.go.id/article/view/18100300005/rabies-penyakit- paling-mematikan-di-dunia.html

(3)

89

Ramdan. (2017, 07 15). Algoritma Naive Bayes. Diambil kembali dari Informatikalogi.com: https://informatikalogi.com/algoritma-naive-bayes/

Rossa.,A & Shalahuddin, M. (2014). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika.

Setiawan, W., & Ratnasari, S. (2014). Sistem Pakar Diagnosis Penyakit Mata.

Seminar Nasional Sains dan Teknologi 2014 (hal. 1-6). Madura: Universitas Muhammadiyah Jakarta .

Sulaksono, J., & Darsono. (2015). Sistem Pakar Penentuan Penyakit Gagal Jantung.

Seminar Nasional Teknologi Informasi dan Multimedia 2015 (hal. 19-23).

Yogyakarta: STMIK AMIKOM.

Tolle, H. (2009, 05 27). Pengantar Sistem Pakar. Diambil kembali dari SlideShare:

http://slideshare.net/herman_tolle_pengantar-sistem-pakar-1494686

Vijayalakshmi, Sreedevi, Kumar, N., & Padmavathamma. (2015). Design and Development of Secured Diagnostic. International Conference on Software Engineering and Service Science. (hal. 426-429). Beijing, China: IEEE.

Referensi

Dokumen terkait

Metode yang digunakan adalah dengan menerapkan algoritma pengklasifikasi Naive Bayes (NB) untuk mengurangi noise pada klasifikasi multi kelas dengan Decision

Pengujian yang dilakukan menggunakan algoritma Naive Bayes memperoleh hasil akurasi yaitu sebesar 78%, decision tree dengan menggunakan parameter {criterion: entropy,

Penelitian dengan membandingkan lima algoritma klasifikasi decision tree (C4.5), naive bayes, k-nearest neighbor, support vector machine, dan neural network untuk

PERANCANGAN SISTEM PAKAR DIAGNOSA PENYAKIT ISPA DENGAN METODE CERTAINTY FACTOR BERBASIS ANDROID.. SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY

M., Soebroto Arief., Dewi Indriana., 2015.Sistem Pakar Diagnosa Penyakit Sapi Potong dengan Motode Naïve Bayes.. P, Singgih., Nugoho Didik.,

2017 ‘PENERAPAN ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI JUMLAH PRODUKSI BARANG BERDASARKAN DATA PERSEDIAAN DAN JUMLAH PEMESANAN PADA CV.. PAPADAN MAMA PASTRIES’,

TABLE 4.1:CLASSIFICATION ACCURACY Name of classifier Accuracy Random Forest 90% Decision Tree 90% Gaussian Naive Bayes 80% Bernoulli Naive Bayes 45% Multinomial Naive Bayes 65%

Pada penelitian ini model akan dibentuk dengan menggunakan algoritma C4.5 decision tree dan algoritma Naive Bayes yang selanjutnya akan dilakukan perbandingan nilai akurasi, presisi,