PENERAPAN METODE FORWARD CHAINING DAN TEOREMA BAYES DALAM IDENTIFIKASI KERUSAKAN PADA MESIN ELECTRONIC DATA CAPTURE (EDC) (Studi Kasus: PT Visionet Data Internasional)

Christian, Jonathan (2023) PENERAPAN METODE FORWARD CHAINING DAN TEOREMA BAYES DALAM IDENTIFIKASI KERUSAKAN PADA MESIN ELECTRONIC DATA CAPTURE (EDC) (Studi Kasus: PT Visionet Data Internasional). Undergraduate thesis, Universitas Satya Negara Indonesia.

[img] Text
Jonathan Christian - 190100066_abstrak.pdf

Download (3MB)
[img] Text
Jonathan Christian - 190100066_bab 1.pdf

Download (2MB)

Abstract

PT. Visionet Data Internasional merupakan perusahaan yang bergerak dalam bidang IT Managed Service. Cakupan bidangnya meliputi sistem manajemen informasi, manajemen pusat data. Termasuk juga layanan server sistem dan layanan pengelolaan jaringan. Salah satu layanan yang berikan oleh PT. Visionet Data Internasional layanan EDC Managed Services yang mampu menyediakan berbagai metode pembayaran untuk diterapkan di sebuah bisnis, mulai dari pengadaan perangkat keras, dukungan back-office, hingga penerapan dan pemeliharaan perangkat keras di Merchant. Mesin EDC (Electronic Data Capture) merupakan salah satu pendukung dan pemicu percepatan budaya baru dalam memudahkan transaksi dengan sistem koneksi via GPRS, sehingga transaksi keuangan dapat ditingkat konsumen menjadi lebih mudah dilakukan, dan mengefisienkan dalam bertransaksi. Dalam penerapan mesin EDC saat ini, masih banyak teknisi yang membutuhkan waktu lama dalam mendiagnosa kerusakan yang terjadi pada sebuah mesin EDC maka dari itu diperlukan sebuah sistem pakar yang dapat mengidentifikasi permasalahan secara cepat dan tepat, misalnya dalam menentukan jenis kerusakan pada mesin EDC dan diharapkan dengan adanya sistem pakar ini, akan membantu para teknisi dalam menganalisa kerusakan pada mesin Electronics Data Capture (EDC). Berdasarkan permasalahan yang terjadi, peneliti membangun Sistem Pakar yang dapat mengindentifikasi kerusakan menggunakan metode Forward chaining dan naive bayes, dengan menghasilkan keakuratan sistem pakar sebesar 80%.

Item Type: Thesis (Undergraduate)
Subjects: Technology > Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: Ny Amrita Dyah Lestari
Date Deposited: 23 Feb 2023 07:53
Last Modified: 23 Feb 2023 08:18
URI: http://repo.usni.ac.id/id/eprint/2776

Actions (login required)

View Item View Item