Perbandingan Metode Teorema Bayes dan Dempster Shafer Menentukan Status Gunung Berapi
DOI:
https://doi.org/10.61306/jnastek.v5i3.274Kata Kunci:
Sistem Pakar, Gunung Berapi, Teorema Bayes, Dempster Shafer, RamadhanugintingAbstrak
Penelitian ini membahas perbandingan dua metode dalam sistem pakar yang digunakan untuk menganalisis status aktivitas gunung berapi. Gunung berapi merupakan struktur geologis yang terbentuk akibat pergerakan magma dari dalam bumi ke permukaan melalui erupsi, yang biasanya disertai pelepasan lava, gas, dan material vulkanik lainnya. Sistem pakar dalam konteks ini bertujuan mentransformasikan pengetahuan seorang ahli ke dalam bentuk algoritma komputasional yang mampu melakukan diagnosis secara otomatis. Dua metode yang dianalisis dalam penelitian ini adalah Teorema Bayes dan Dempster Shafer. Tujuan utama dari studi ini adalah mengevaluasi efektivitas kedua metode dalam menentukan status gunung berapi dan mengidentifikasi metode yang paling akurat untuk diimplementasikan dalam aplikasi sistem pakar. Hasil analisis menunjukkan bahwa metode Dempster Shafer memiliki tingkat akurasi sebesar 98%, lebih tinggi dibandingkan dengan metode Teorema Bayes dalam konteks data gejala yang diuji. Temuan ini menunjukkan bahwa Dempster Shafer lebih unggul dalam klasifikasi status gunung berapi pada kasus ini, serta memberikan kontribusi terhadap pengembangan sistem pakar yang andal dalam mendukung pengambilan keputusan di bidang geologi dan mitigasi bencana alam
Unduhan
Referensi
D. Nurdiana, “Pengembangan Augmented Reality Sebagai Media Edukasi Pengetahuan Bencana Alam Gunung Berapi,” J. Manaj. Inform., vol. 10, no. 2, pp. 122–132, 2020, doi: 10.34010/jamika.v10i2.2639.
T. A. Ratna Sari, E. P. Permana, and M. Anam, “Peningkatan Hasil Belajar Melalui Model Project Based Learning Dengan Eksperimen Gunung Berapi,” J. Pendidik. Guru Sekol. Dasar, vol. 2, no. 3, p. 11, 2025, doi: 10.47134/pgsd.v2i3.1552.
A. J. Angir, W. M. V Wariki, and D. V Rombot, “Gambaran kesiapsiagaan siswa SMA Lokon St. Nikolaus Tomohon terhadap bencana erupsi gunung berapi,” J. Kedokt. Komunitas dan Trop., vol. 10, no. 2, pp. 421–428, 2022.
C. T. I. Anggun Pratiwi and N. Norhikmah, “Sistem Pakar Rekomendasi Pendakian Gunung di Jawa Tengah menggunakan Algoritma Fuzzy Tsukamoto Berbasis Website,” Fakt. Exacta, vol. 16, no. 3, 2023, doi: 10.30998/faktorexacta.v16i3.17685.
N. Sulardi and A. Witanti, “Sistem Pakar Untuk Diagnosis Penyakit Anemia Menggunakan Teorema Bayes,” J. Tek. Inform., vol. 1, no. 1, pp. 19–24, 2020, doi: 10.20884/1.jutif.2020.1.1.12.
A. Sah, N. Heriyani, R. J. Rumandan, and M. M. Lasiyono, “Pengembangan Sistem Pakar Diagnosis Jenis Stres Menggunakan Pendekatan Dempster-Shafer Theory,” vol. 4, no. 2, pp. 302–312, 2025, doi: 10.47065/comforch.v4i2.1941.
S. Aprilia, R. Agustin, M. Marthalena, V. H. Pranatawijaya, and R. Priskila, “Sistem Pakar Rekomendasi Obat Berdasarkan Gejala Penyakit Menular Umum Di Masyarakat Menggunakan Metode Forward Chaining,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 2, 2024, doi: 10.23960/jitet.v12i2.4258.
K. J. Tefbana, K. B. Ginting, and R. M. Pangaribuan, “Analisis Keputusan Dengan Teorema Bayes Dari Pohon Keputusan,” J. Difer., vol. 4, no. 1, pp. 44–52, 2022, doi: 10.35508/jd.v4i1.6135.
N. Nurdin, E. Susanti, H. A.-K. Aidilof, and D. Priyanto, “Comparison of Naive Bayes and Dempster Shafer Methods in Expert System for Early Diagnosis of COVID-19,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 22, no. 1, pp. 215–228, 2022, doi: 10.30812/matrik.v22i1.2280.
D. M. Priyangan, A. Herdiansah, I. Mulyana, and Nurhayati, “Sistem Pakar Diagnosis Mood Disorder Pada Anak Menggunakan Pendekatan Dempster-Shafer Theory,” Bull. Comput. Sci. Res., vol. 4, no. 6, pp. 422–431, 2024, doi: 10.47065/bulletincsr.v4i6.374.
C. D. Y. Nekada, C. Christopher, S. Damayanti, N. A. E. Dewi, and N. H. Rahil, “Edukasi Siswa Sekolah Dasar untuk Kesiapsiagaan terhadap Erupsi Gunung Merapi,” J. Keperawatan, vol. 15, no. 2, pp. 671–680, 2023, doi: 10.32583/keperawatan.v15i2.853.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 RAMADHANU GINTING, Fristi Riandari, Afrisawati, indri Sulistianingsih

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
HAK CIPTA
Hak cipta atas artikel apapun pada Jurnal Nasional Teknologi Komputer (JNASTEK) dipegang penuh oleh penulisnya dibawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License.
1. Penulis mengakui bahwa Jurnal Nasional Teknologi Komputer (JNASTEK) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License - CC BY-SA.
2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Jurnal Nasional Teknologi Komputer (JNASTEK).
LISENSI
Jurnal Nasional Teknologi Komputer (JNASTEK) diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.