RAHMAT, - (2020) SISTEM PAKAR DIAGNOSA AWAL PENGGUNA NARKOTIKA DAN OBAT-OBAT TERLARANG MENGGUNAKAN METODE BAYESIAN NETWORK. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

	Text (BAB V) BA B V.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text GABUNGAN KECUALI BAB V.pdf Download (22MB)

Abstract

SISTEM PAKAR DIAGNOSA AWAL PENGGUNA NARKOTIKA DAN OBAT-OBAT TERLARANG MENGGUNAKAN METODE BAYESIAN NETWORK RAHMAT NIM: 11353105367 Tanggal Sidang: 07 April 2020 Periode Wisuda: Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. Soebrantas, No. 155, Pekanbaru ABSTRAK Penyalahgunaan narkotika dan obat-obat terlarang di Indonesia adalah tindakan melangar hukum, karena pengunaan narkotika dan obat-obat terlarang menimbulkan 4 efek seperti halusinogen, stimulant, depresan dan adiktif. Hal inilah yang menyebabkan penguna mengalami perubahan kejiwaan dan fisik. Peran keluarga dan orang tua menjadi faktor utama dalam melindungi anak dari narkoba, mengingat interaksi dan komunikasi hampir setiap hari. Hal inilah mendorong orang tua dan keluarga dapat mengawasi dan mendidik anak menjauhi narkotika dan obat-obat terlarang sejak dini. Untuk mengatasi permasalahan ini, maka dibutuhkan sebuah sistem pakar dalam mendiagnosa awal pengguna narkotika dan obat-obat terlarang. Sistem pakar yang dibangun untuk membantu orang tua dan keluarga dalam mendiagnosa awal pengguna narkotika dan obat-obat terlarang. Sistem pakar dibangun berbasis android, dengan menerapkan Metode Bayesian Network dalam menampilkan hasil diagnosa awal pengguna. Berdasarkan akuisisi pengetahuan 3 orang pakar, didapatkan data 10 jenis narkotika dan obat-obat terlarang, dan 54 gejala fisik yang menyertainya. Dalam pengujian sistem menggunakan 3 pengujian yaitu blackbox testing, pengujian hasil diagnosa antara sistem dengan pakar, dan UAT. Hasil pengujian blackbox testing menunjukan fitur pada setiap kategori dapat berjalan dengan baik dengan tingkat keberhasilan uji sebesar 100%. Hasil pengujian diagnosa antara sistem dan pakar menunjukan tingkat kesamaan sebesar 100%. Sedangkan pengujian UAT menunjukan tingkat penerimaan pengguna sebesar 81,04% dari 20 orang responden berbagai kalangan. Kata Kunci: Android, Bayesian Network, Narkotika, Obat-obat terlarang, Sistem Pakar

Actions (login required)

View Item