Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster – Shafer

Main Author: Romadhona, Rihandiko Hari
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2017
Subjects:
Online Access: http://repository.ub.ac.id/3149/1/Romadhona%2C%20Rihandiko%20Hari.pdf
http://repository.ub.ac.id/3149/
ctrlnum 3149
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/3149/</relation><title>Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster &#x2013; Shafer</title><creator>Romadhona, Rihandiko Hari</creator><subject>006.3 Artificial intelligence</subject><description>Di era digital saat ini pengembangan komputer sangat diperlukan untuk meringankan pekerjaan manusia, khususnya perkembangan dunia fotografi . Berbagai perangkat fotografi yang mendukung untuk tersampaikannya kepada manusia sudah semakin canggih. Salah satunya adalah kamera Digital Single Lens Reflex (DSLR), kamera ini termasuk jenis kamera profesional dengan cara pemakaian yang cukup kompleks. Dengan pengaturan yang bisa dipilih otomatis ataupun full manual membuat pengguna akan lebih leluasa melakukan setting dalam pengambilan gambar. Oleh karena itu kamera ini sangat digemari oleh masyarakat. Bisnis dalam bidang fotografi juga sangat meningkat karena mengahsilkan untung yang besar. Dempster &#x2013; Shafer telah berhasil di aplikasikan dalam permasalahan dunia nyata dan memberikan solusi yang lebih baik, dimana Dempster &#x2013; Shafer dapat di aplikasikan untuk data &#x2013; data multisensor dan atau multisumber termasuk data-data dari penginderaan jauh. Subjek dalam pada penelitian kali ini adalah aplikasi sistem menggunakan metode Dempster &#x2013; shafer sebagai media deteksi pada kerusakan kamera Digital Single Lens Reflex (DSLR). Pengumpulan data dalam penelitian ini menggunakan literatur, metode dokumentasi, metode wawancara dan metode observasi. Hasil dari penelitian ini adalah aplikasi sistem untuk identifikasi kerusakan kamera Digital Single Lens Reflex (DSLR) menggunakan metode Dempster &#x2013; shafer yang memuat berbagai gejala, macam &#x2013; macam kerusakan dan solusi dan hasil deteksi yang berdasarkan basis pengetahuan para pakar atau para ahli di bidang kamera Digital Single Lens Reflex (DSLR). Dari kasus uji yang telah dilakukan pengujian validasi sebesar 100% yang menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian tingkat akurasi yaitu 90% yang menunjukkan bahwa sistem berfungsi dengan baik sesuai dengan metode Dempster &#x2013; Shafer.</description><date>2017-08-10</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/3149/1/Romadhona%2C%20Rihandiko%20Hari.pdf</identifier><identifier> Romadhona, Rihandiko Hari (2017) Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster &#x2013; Shafer. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/557/051708069</relation><recordID>3149</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Romadhona, Rihandiko Hari
title Pemodelan Sistem Pakar Untuk Identifikasi Kerusakan Kamera Digital Single Lens Reflex (DSLR) Canon Menggunakan Metode Dempster – Shafer
publishDate 2017
topic 006.3 Artificial intelligence
url http://repository.ub.ac.id/3149/1/Romadhona%2C%20Rihandiko%20Hari.pdf
http://repository.ub.ac.id/3149/
contents Di era digital saat ini pengembangan komputer sangat diperlukan untuk meringankan pekerjaan manusia, khususnya perkembangan dunia fotografi . Berbagai perangkat fotografi yang mendukung untuk tersampaikannya kepada manusia sudah semakin canggih. Salah satunya adalah kamera Digital Single Lens Reflex (DSLR), kamera ini termasuk jenis kamera profesional dengan cara pemakaian yang cukup kompleks. Dengan pengaturan yang bisa dipilih otomatis ataupun full manual membuat pengguna akan lebih leluasa melakukan setting dalam pengambilan gambar. Oleh karena itu kamera ini sangat digemari oleh masyarakat. Bisnis dalam bidang fotografi juga sangat meningkat karena mengahsilkan untung yang besar. Dempster – Shafer telah berhasil di aplikasikan dalam permasalahan dunia nyata dan memberikan solusi yang lebih baik, dimana Dempster – Shafer dapat di aplikasikan untuk data – data multisensor dan atau multisumber termasuk data-data dari penginderaan jauh. Subjek dalam pada penelitian kali ini adalah aplikasi sistem menggunakan metode Dempster – shafer sebagai media deteksi pada kerusakan kamera Digital Single Lens Reflex (DSLR). Pengumpulan data dalam penelitian ini menggunakan literatur, metode dokumentasi, metode wawancara dan metode observasi. Hasil dari penelitian ini adalah aplikasi sistem untuk identifikasi kerusakan kamera Digital Single Lens Reflex (DSLR) menggunakan metode Dempster – shafer yang memuat berbagai gejala, macam – macam kerusakan dan solusi dan hasil deteksi yang berdasarkan basis pengetahuan para pakar atau para ahli di bidang kamera Digital Single Lens Reflex (DSLR). Dari kasus uji yang telah dilakukan pengujian validasi sebesar 100% yang menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian tingkat akurasi yaitu 90% yang menunjukkan bahwa sistem berfungsi dengan baik sesuai dengan metode Dempster – Shafer.
id IOS4666.3149
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-01-19T18:31:21Z
last_indexed 2021-10-18T02:08:51Z
recordtype dc
_version_ 1730142677802942464
score 17.538404