SISTEM PENDUKUNG KEPUTUSAN DIAGNOSA GANGGUAN RETARDASI MENTAL DENGAN METODE NAÃÂVE BAYES CLASSIFIER BERBASIS WEB
Abstract
ABSTRAKSebagai SDLB yang terpercaya maka setiap siswa baru pada SDLB Kepanjen dilakukan
diagnosa anak retardasi mental, guru yang selama ini menilai retardasi mental pada siswa baru
kesulitan dalam menentukan diagnosa retardasi mental per siswa, terapi dan keterampilan yang
tepat untuk siswa. Seiring dengan perkembangan teknologi yang dapat dimanfaatkan untuk
identifikasi, sistem ini dibuat menggunakan metode Naive Bayes Classifiersebagai metode
untuk mengklasifikasikan semua data gejala gangguan retardasi mental karena metode Naive
Bayesini banyak digunakan sebagai metode pengklasifikasian data atau biasa disebut data
mining. Penggunaan metode Naïve Bayesyang di implementasikan pada sistem pendukung
keputusan, diharapkan dapat membantu mempermudah guru dalam proses diagnosa siswa
dalam menentukan terapi dan keterampilan yang tepat.
Kata Kunci: Sistem pendukung keputusan, Naïve bayes classifier, Diagnosa, retardasi mental
ABSTRACT
Every new student in SDLB Kepanjen is diagnosed manually for mental
retardasion, but teacher facedifficulties for assessing mental retardation in new
student, giving therapy and applying right skills to students. To overcome previous
problems, Naive Bayes classifier method used for classifying all data symptoms of
mental retardation. Naive Bayes method is widely used of classifying the data or so-called data mining. By applying Naïve Bayes methods in decision support systems, it is
expected to help to facilitate teachers in the process of diagnosis, treatment of students
and determining the right skills.
Keywords: Decision Support System, Naïve bayes classifier, Diagnosis, Mental Retardation
Published
2015-10-22
How to Cite
Yusriel Ardian, S.Kom, M.Kom, L. N. H. (2015). SISTEM PENDUKUNG KEPUTUSAN DIAGNOSA GANGGUAN RETARDASI MENTAL DENGAN METODE NAÃÂVE BAYES CLASSIFIER BERBASIS WEB. BIMASAKTI : Jurnal Riset Mahasiswa Bidang Teknologi Informasi, 4(1). Retrieved from http://ejournal.unikama.ac.id/index.php/JFTI/article/view/823
Issue
Section
Articles