scholarly journals INDEXING PADA SISTEM PENALARAN BERBASIS KASUS MENGGUNAKAN METODE COMPLETE-LINKAGE CLUSTERING

2021 ◽  
Vol 2 ◽  
pp. 121-127
Author(s):  
Elvery B Johannes
Keyword(s):  
Case Based Reasoning ◽  
Artificial Intelligent ◽  
Complete Linkage ◽  
Case Based

Abstrak Sistem penalaranan berbasis kasus atau Case-Based Reasoning (CBR) merupakan bagian dari artificial intelligent yang telah banyak diimplementasikan sebagai sistem untuk  mendiagnosa penyakit, mendeteksi kerusakan bangunan, mesin, komputer, dan lain sebagainya. Cara kerjanya yaitu dengan membandingkan kasus baru terhadap kasus lama yangdisimpan sebagai pengetahuan (knowledge) pada basis kasus. Kasus lama dicek tingkat similaritasnya satu per satu terhadap kasus baru. Kasus lama yang memiliki kemiripan tertinggi, diberikan kepada user sebagai kandidat solusi untuk menyelesaikan kasus baru. Permasalahannya adalah jika kasus lama pada basis kasus sangat banyak, maka waktu retrieve akan menjadi relatif semakin lama. Tujuan dari penelitian ini adalah untuk menghasilkan model sistem CBR yang memiliki kinerja optimal dengan memanfaatkan clustering untuk indexing. Metode clustering yang digunakan yaitu complete-linkage. Clustering dilakukan terhadap kasus lama yang dibuat dengan variasi 3, 4, 5, dan 6 jumlah cluster. Pengujian sistem selanjutnya diimplementasikan terhadap kasus penyakit jantung dengan 25 data uji. Hasil pengujian menunjukkan, dengan menggunakan CBR cluster-indexing terjadi peningkatan kecepatan waktu retrieve sebesar 34.18%, yaitu pada variasi 4 jumlah cluster. Akurasi sistem CBR cluster-indexing sama dengan sistem non-ndexing yaitu sebesar 96% pada variasi 4, 5, dan 6 jumlah cluster. Pada variasi 3 jumlah cluster, akurasi CBR non-indexing sebesar 96%sedangkan CBR cluster-indexing sebesar 92%.

Intelligent Classification of Palm Oil Tree Pollination Using E-Nose

Mekatronika ◽  
2020 ◽  
Vol 2 (1) ◽  
pp. 28-37
Author(s):  
Abdul Rahim Jalil ◽  
Muhammad Sharfi Najib ◽  
Suhaimi Mohd Daud ◽  
Mujahid Mohamad
Keyword(s):  
Palm Oil ◽  
Case Based Reasoning ◽  
Artificial Intelligent ◽  
Male And Female ◽  
Intelligent Technique ◽  
Insect Activity ◽  
Artificial Intelligent Technique ◽  
Case Based ◽  
Odour Profile

The pollination period is one of the crucial steps needed to ensure crop yield increases, especially in palm oil palm plantations. Most of the research has difficulty determining the pollination period of palm oil. Many problems contribute to this problem, such as difficut to reach and depedency of the polination insect as the insect activity is influenced by the surrounding enviroment.E-Nose can help determine the period by classifiy odour pattern of the male and female palm oil flower. The pattern of each of the flowers were classified using cased – based reasoning artificial intelligent technique. This paper shows the research of the palm oil pollination flower odour profile pattern using case-based reasoning (CBR) classifier.

scholarly journals IMPLEMENTASI CASE-BASED REASONING PADA PEMANGGILAN SURAT AL QURAN UNTUK PENYANDANG DISABILITAS TANGAN BERBASIS ANDROID

2017 ◽  
Vol 3 (3) ◽  
pp. 37
Author(s):  
Rentia Ayu Suprapto ◽  
Mungki Astiningrum ◽  
Ridwan Rismanto
Keyword(s):  
Nearest Neighbor ◽  
Case Based Reasoning ◽  
Artificial Intelligent ◽  
Case Based

Penelitian  ini  bertujuan  untuk  mengetahui  pengaruh  intensitas  suara  menggunakan  command  voice terhadap respon aplikasi pada perangkat smartphone berbasis android. Dimana suara yang memiliki kemiripan terhadap data yang ingin dipanggil dapat digolongkan dengan data yang terdapat pada aplikasi. Penelitian  ini  merupakan  penelitian  korelasi,  menggunakan  metode  Case-Based  Reasoning  (CBR) dengan  menghitung  masing-masing  huruf  pada  setiap  kata  yang  diucapkan  dengan  kata  yang  sudah  ada  pada aplikasi.  CBR  merupakan  salah  satu  metode  yang  menggunakan  pendekatan  kecerdasan  buatan  (Artificial intelligent) dan menitik beratkan pemecahan masalah dengan didasarkan pada knowledege dari kasus -kasus yang sudah ada. Kasus-kasus yang diperoleh dari nama surat Al Quran yang sudah ada. Sedangkan untuk memberikan bobot pada huruf menggunakan metode nearest neighbor, dimana yang sering muncul lah yang memiliki bobot terbesar. Hasil dari penelitian ini memberikan keluaran berupa tampilan surat Al Quran yang memiliki persentase paling besar sehingga bisa dikatagorikan  memiliki kemiripan  yang paling dekat. Nilai kedekatan dari 5 kasus lama  terdapat  kasus  baru  dari  inputan  suara  Al  Fatekah  didapat  0,9655172413  terhadap  Al  Fatihah, 0,3793103448  terhadap  Al  Furqan,  0,7241379310  terhadap  Al  Fath,  0,3793103448  terhadap  Al  Fil,  dan 0,5517241379 terhadap Al Falaq.

scholarly journals Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Paru-Paru Menggunakan Metode Case Based Reasoning

2015 ◽  
Vol 6 (2) ◽  
Author(s):  
Diki Andita Kusuma ◽  
Chairani Chairani
Keyword(s):  
Case Based Reasoning ◽  
Artificial Intelligent ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

<p>Penelitian ini membahas tentang pembuatan sistem pakar yang dapat digunakan untuk mendiagnosa penyakit paru-paru. Metode yang digunakan adalah metode Case Base Reasoning (CBR). CBR merupakan salah satu metode yang menggunakan pendekatan kecerdasan buatan (<em>Artificial Intelligent</em>) dan menitikberatkan pemecahan masalah dengan didasarkan pada <em>knowledege</em> dari kasus-kasus sebelumnya.  Kasus-kasus yang digunakan diperoleh dari catatan penangan kasus diagnosa penyakit paru dari seorang dokter spesialis paru sebanyak 8 kasus dan disediakan satu buah kasus baru untuk dihitung nilai kedekatannya dengan kasus lama. Hasil dari penilitian ini memberikan keluaran berupa kemungkinan penyakit dan saran pengobatan yang didasarkan pada kemiripan kasus baru dengan pengetahuan yang dimiliki sistem. Nilai kedekatan dari 8 kasus lama terhadap kasus baru dari seorang pasien adalah 0.38 terhadap data kasus pertama, 0.45 terhadap data kasus kedua, 0.56 terhadap data kasus ketiga, 0.56 terhadap data kasus keempat, 0.72 terhadap data kasus kelima, 0.93 terhadap data kasus keenam, 0.52 terhadap data kasus ketujuh, dan 0.66 terhadap data kasus kedepelapan. Nilai kedekatan paling maximum diperoleh terhadap data kasus keenam, yaitu sebesar  0.93 atau 93%, sehingga dapat disimpulkan bahwa pasien didiagnosa terserang penyakit radang paru.</p>

Solving the Message Classification Problem in Voice Interaction Systems

Vestnik MEI ◽  
2020 ◽  
Vol 5 (5) ◽  
pp. 132-139
Author(s):  
Ivan E. Kurilenko ◽  
◽  
Igor E. Nikonov ◽  
Keyword(s):  
Artificial Intelligence ◽  
Classification Problem ◽  
Subject Area ◽  
Text Messages ◽  
Case Based Reasoning ◽  
Short Text ◽  
Proposed Modification ◽  
Voice Interaction ◽  
Text Content ◽  
Case Based

A method for solving the problem of classifying short-text messages in the form of sentences of customers uttered in talking via the telephone line of organizations is considered. To solve this problem, a classifier was developed, which is based on using a combination of two methods: a description of the subject area in the form of a hierarchy of entities and plausible reasoning based on the case-based reasoning approach, which is actively used in artificial intelligence systems. In solving various problems of artificial intelligence-based analysis of data, these methods have shown a high degree of efficiency, scalability, and independence from data structure. As part of using the case-based reasoning approach in the classifier, it is proposed to modify the TF-IDF (Term Frequency - Inverse Document Frequency) measure of assessing the text content taking into account known information about the distribution of documents by topics. The proposed modification makes it possible to improve the classification quality in comparison with classical measures, since it takes into account the information about the distribution of words not only in a separate document or topic, but in the entire database of cases. Experimental results are presented that confirm the effectiveness of the proposed metric and the developed classifier as applied to classification of customer sentences and providing them with the necessary information depending on the classification result. The developed text classification service prototype is used as part of the voice interaction module with the user in the objective of robotizing the telephone call routing system and making a shift from interaction between the user and system by means of buttons to their interaction through voice.

Feature level intentions based product recommendations with case-based reasoning

2018 ◽  
Vol 6 (1) ◽  
pp. 266-274
Author(s):  
D. Teja Santosh ◽  
◽  
K.C. Ravi Kumar ◽  
P. Chiranjeevi ◽  
◽  
...  
Keyword(s):  
Case Based Reasoning ◽  
Product Recommendations ◽  
Case Based
Sign in / Sign up

Export Citation Format

Share Document